TẠP CHÍ ISSN 0866 - 8744kttvqg.gov.vn/upload/news/27537_so-thang-8.2014.pdf · Nguyễn Văn Hiếu, TS. Bùi Minh Tăng, KS. Bùi Đức Long, ThS. Vũ Đức Long: Sử dụng

TRUNG TÂM KHÍ TƯỢNG THỦY VĂN QUỐC GIANational Hydro-Meteorological Service of Vietnam

TẠP CHÍ ISSN 0866 - 8744Số 644 * Tháng 8/2014

Scientific and Technical Hydro - Meteorological Journal

ThS. Vũ Văn Thăng, PGS. TS. Nguyễn Văn Thắng, TS.Nguyễn Văn Hiệp, Đỗ Thị Nương, GS. TS. Nguyễn Trọng

Hiệu, TS. Hoàng Đức Cường: Sự thiếu hụt lượng mưa tháng5 ở Tây Nguyên khi có EL Nino và vai trò của vận tải ẩmThS. Trương Đức Trí, TS. Mai Văn Khiêm, ThS. Nguyễn

Đăng Mậu, CN. Hà Trường Minh, CN. Đào Thị Thúy: Dựtính hạn hán ở khu vực Nam Trung Bộ bằng mô hình PRECISThS. Nguyễn Thị Hoan, PGS. TS. Nguyễn Văn Thắng, TS.Nguyễn Văn Hiệp, TS. Hoàng Đức Cường: Đánh giá vai tròban đầu hóa xoáy trong mô hình HWRF đối với dự báo bãotrên biển ĐôngTS. Mai Văn Khiêm, ThS. Nguyễn Đăng Mậu, CN. Đào Thị

Thúy, CN. Lê Duy Điệp, GS. TSKH. Nguyễn Đức Ngữ: Xâydựng bản đồ nhiệt độ trên lãnh thổ Việt NamPGS. TS. Huỳnh Thị Lan Hương, TS. Đỗ Tiến Anh, ThS. Đào

Minh Trang, ThS. Phạm Ngọc Anh: Nghiên cứu xây dựngkhung bộ chỉ số về khả năng chống chịu của môi trườngtự nhiên với biến đổi khí hậu cho tám phân khu sinh thái tạiViệt NamPhùng Thị Thu Trang, PGS. TS. Huỳnh Thị Lan Hương,Nguyễn Văn Đại, Nguyễn Hoàng Thủy: Một số phươngpháp xác định chỉ số căng thẳng tài nguyên nước và bướcđầu áp dụng cho vùng Nam Trung BộCN. Lưu Nhật Linh, ThS. Vũ Văn Thăng, TS. Mai Văn Khiêm,ThS. Nguyễn Đăng Mậu: Áp dụng mô hình RSM trong dựbáo khí hậu ở Việt NamTS. Nguyễn Kiên Dũng: Phương pháp đơn giản ước tínhphân bố cát bùn bồi lắng các hồ chứa ở Việt NamThS. Nguyễn Văn Hiếu, TS. Bùi Minh Tăng, KS. Bùi Đức

Long, ThS. Vũ Đức Long: Sử dụng mưa dự báo số trị phângiải cao để nâng cao chất lượng dự báo lũ khu vực miềnTrung và Tây NguyênTS. Nguyễn Mai Đăng, CN. Trịnh Xuân Mạnh: Nghiên cứuvận hành tối ưu hồ chứa Cửa Đạt cho cấp nước mùa kiệtbằng việc sử dụng thuật toán FUZZY LOGICTS. Nguyễn Kiên Dũng: Phương pháp tính toán bồi lắngcát bùn cho hệ thống hồ chứa bậc thangThS. Kiều Thị Dương, KS. Đặng Đình Chất, PGS. TS. Phùng

Văn Khoa: Lượng xói mòn đất tại một số rừng trồng phổbiến ở Ba VìKS. Phạm Văn Dương: Sự thay đổi mạng lưới đo mưa giaiđoạn 2007-2016 qua một số dự án đầu tư của ngành khítượng thủy văn Việt NamThS. Vũ Đức Long, TS. Đặng Thanh Mai, ThS. Phùng Tiến

Dũng và các cộng tác viên: Giới thiệu phần mềm hỗ trợ rabản tin cảnh báo, dự báo lũ và cảnh báo ngập lụt cho sôngThạch Hãn tỉnh Quảng Trị

Tóm tắt tình hình khí tượng, khí tượng nông nghiệp, thủyvăn tháng 7 năm 2014 - Trung tâm Dự báo KTTV Trung

ương và Viện Khoa học Khí tượng Thủy văn và Biến đổi

khí hậu

Thông báo kết quả quan trắc môi trường không khí tại mộtsố tỉnh, thành phố tháng 7 - 2014 - Trung tâm Mạng lưới

khí tượng thủy văn và môi trường

Tổng kết tình hình khí tượng thủy văn

Số 644 * Tháng 8 năm 2014

Nghiên cứu và trao đổi

TRUNG TÂM KHÍ TƯỢNG THỦY VĂN QUỐC GIANational Hydro-Meteorological Service of Vietnam

TẠP CHÍ ��

�� !��"��! !�!��#!$ ��

Trong số này

Giá bán: 25.000 đồng

Ảnh bìa: Đại hội đại biểu Công đoàn Trung tâm Khí tượngThủy văn quốc gia lần thứ V, nhiệm kỳ 2014-2019.

1

13

9

5

20

23

28

32

38

43

48

16

TẠP CHÍ KHÍ TƯỢNG THỦY VĂN

TỔNG BIÊN TẬPTS. Nguyễn Kiên Dũng

PHÓ TỔNG BIÊN TẬPTS. Nguyễn Đại Khánh

Thư kí tòa soạnTS. Trần Quang Tiến

Trị sự và phát hànhCN. Phạm Ngọc Hà

Giấy phép xuất bảnSố: 92/GP-BTTTT - Bộ Thông tinTruyền thông cấp ngày 19/01/2010

1. GS.TSKH. Nguyễn Đức Ngữ

2. GS.TS. Trần Thục

3. PGS.TS. Nguyễn Văn Thắng

4. PGS.TS. Trần Hồng Thái

5. PGS.TS. Lã Thanh Hà

6. PGS.TS. Hoàng Ngọc Quang

7. PGS.TS. Nguyễn Viết Lành

8. PGS.TS. Vũ Thanh Ca

9. PGS.TS. Nguyễn Kỳ Phùng

10. GS.TS. Phan Văn Tân

11. PGS.TS. Dương Văn Khảm

12. PGS.TS. Dương Hồng Sơn

13. TS. Bùi Minh Tăng

14. TS. Hoàng Đức Cường

15. TS. Đặng Thanh Mai

16. TS. Ngô Đức Thành

17. TS. Nguyễn Văn Hải

18. KS. Trần Văn Sáp

Tòa soạnSố 3 Đặng Thái Thân - Hà Nội

Văn phòng 24C Bà Triệu, Hoàn Kiếm, Hà NộiĐiện thoại: 04.37868490; Fax: 04.39362711Email: [email protected]

Thiết kế, chế bản và in tại:Công ty TNHH Mỹ thuật Thiên Hà

ĐT: 04.3990.3769 - 0912.565.222

ỦY VIÊN HỘI ĐỒNG BIÊN TẬP

53

56

61

72

TẠP CHÍ KHÍ TƯỢNG THỦY VĂNSố tháng 08 - 2014 1

NGHIÊN CỨU & TRAO ĐỔI

SỰ THIẾU HỤT LƯỢNG MƯA THÁNG 5 Ở TÂY NGUYÊN

KHI CÓ ELNONO VÀ VAI TRÒ CỦA VẬN TẢI ẨM

1. Giới thiệu

Vận tải ẩm có mối quan hệ với mưa trên một sốkhu vực, đặc biệt là các khu vực chịu ảnh hưởng củagió mùa. Sự thiếu hụt nguồn ẩm là nguyên nhângây ra hạn hán ở một số vùng, đặc biệt khi có ElNino [2, 3].

Dưới tác động của El Nino, hạn hán kéo dài trênnhiều vùng khí hậu của Việt Nam, có năm đến 5-7tháng [2]. Nguyễn Đức Ngữ [1] đã chỉ ra rằng, ElNino tác động mạnh đến hạn hán ở khu vực miềnTrung và Tây Nguyên. Tuy nhiên, các kết quả nghiêncứu này chủ yếu là sử dụng phương pháp phân tíchthống kê. Bài báo này trình bày cơ chế hoàn lưu gâyhụt mưa tháng 5 ở Tây Nguyên khi có El Nino.

2. Phương pháp và số liệu nghiên cứu

Tổng vận tải ẩm trong khí quyển được tính [3]:

Vận tải ẩm vĩ hướng (Qu, kgm1s-1) và kinh hướng(Qv, kgm 1s-1):

Trong đó: V là vector gió, q là độ ẩm riêng (g g-1),g là gia tốc trọng trường, ps là khí áp bề mặt. Tổngvận tải ẩm được tính cho khu vực Đông Á giới hạntừ (100S-500N; 600E -1600E).

Các đợt tháng El Nino được xác định dựa trên

tiêu chí của NOAA. Đợt El Nino là một chuỗi ít nhất5 tháng liên tục trị số trung bình trượt 3 tháng củachuẩn sai nhiệt độ mặt nước biển trên khu vựcNINO 3.4 không dưới 0,50C. Những tháng 5 có ElNino thời kì 1980-2007 bao gồm: 1982; 1983; 1987;1991; 1992; 1997 và 2002.

Số liệu trên lưới bao gồm trường gió vĩ hướngvà kinh hướng mực 10m và 850hPa với độ phân giải0,5x0,5 (số liệu tái phân tích CFSR), gió và độ ẩmriêng trên các mực từ 1000 đến 300hPa với độ phângiải 2,5x2,5. Số liệu mưa tái phân tích với độ phângiải 0,25x0,25 được lấy từ www.chikyu.ac.jp. Số liệumưa được lấy từ 12 trạm thuộc khu vực Tây Nguyên.

3. Kết quả và thảo luận

a. Phân bố lượng mưa trung bình tháng 5 ở Tây

Nguyên

Phân bố lượng mưa trung bình tháng 5 thời kì1980-2007 từ số liệu Aphrodite (hình 1) cho thấy,lượng mưa tháng 5 dao động từ 150-200 mm, mộtvùng mưa lớn trên 250 mm ở khu vực Đắk Nông vàBảo Lộc, một dải mưa phổ biến từ 150-180 mm xảyra dọc vùng phía đông khu vực Tây Nguyên. Từ phíabắc đến phía nam khu vực, lượng mưa phía tây lớnhơn phía đông.

Bản đồ vector gió mực thấp trung bình nhiềunăm tháng 5 (hình 2) cho thấy, gió mùa tây nam ởmực 10 m và 850hPa rất mạnh trên vịnh Bengal vàở phía xích đạo. Sự tương tác gió mùa tây nam vớiđịa hình là một trong những nhân tố quan trọng chi

ThS. Vũ Văn Thăng, PGS. TS. Nguyễn Văn Thắng, TS. Nguyễn Văn Hiệp và Đỗ Thị Nương

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậuGS. TS. Nguyễn Trọng Hiệu - Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường

TS. Hoàng Đức Cường- Trung tâm Dự báo khí tượng thủy văn Trung ương

T rong bài báo này, các yếu tố hoàn lưu vận tải ẩm, gió ở mực 10m và 850hPa, khí áp mực biểnđược tính trên cơ sở số liệu tái phân tích độ phân giải 0,5x0,5 độ kinh vĩ và 2,5x2,5 độ kinh vĩ củaNCEP/NCAR thời kì 1980-2007, sự hụt mưa ở Tây Nguyên trong tháng 5 được phân tích qua số liệu

của 12 trạm và số liệu tái phân tích Aphrodite với độ phân giải 0,250x0,250. Kết quả cho thấy, El Nino gây hụtmưa tháng 5 ở Tây Nguyên trung bình 16,7%. Sự hụt mưa trong điều kiện El Nino là do hoàn lưu gió mùa tâynam trên vịnh Bengal yếu hơn trung bình nhiều năm dẫn đến hình thành một hoàn lưu xoáy thuận ở đây. Hoànlưu xoáy thuận này làm giảm lượng ẩm từ Ấn Độ Dương đến khu vực Tây Nguyên.

Người đọc phản biện: PGS. TS. Nguyễn Viết Lành

(1)

(2)

(3)

phối chế độ mưa tháng 5 ở đây. Bên cạnh đó,nguồn ẩm là một trong những yếu tố đóng vai tròquan trọng tác động đến lượng mưa khu vực. Bảnđồ tổng vận tải ẩm trung bình tháng 5 thời kì 1980-2007 (hình 3) cho thấy, có hai nguồn ẩm cung cấpcho khu vực là nguồn từ Ấn Độ Dương và nguồn từxích đạo có nguồn gốc từ bán cầu Nam.

b. Tác động của El Nino đến lượng mưa tháng 5

khu vực Tây Nguyên

Để nghiên cứu tác động của El Nino gây hụtmưa ở khu vực Tây Nguyên, bái báo sử dụng tổnglượng mưa tháng 5 của 12 trạm trong thời kỳ ElNino so với tổng lượng mưa trung bình tháng 5 thờikì 1980-2007. Kết quả tính chuẩn sai tổng lượngmưa tháng 5 trong thời kỳ El Nino trên bảng 1 chothấy, tổng lượng mưa trung bình phổ biến là giảm11/12 trạm nghiên cứu, với mức giảm phổ biến làtừ 10-25%, nhiều nhất lên đến 30,9% (Buôn Hồ) vàít nhất là 3,1% (AuynPa). Ngoại trừ, trạm LiênKhương tổng lượng mưa tăng với mức tăng 10%.Tính chung cho cả khu vực Tây Nguyên, tổng lượngmưa tháng 5 khi có El Nino giảm 16,7%. Chuẩn sailượng mưa tháng 5 trong khi có El Nino tính từ số

liệu Aphrodite trên hình 4 cho thấy, tổng lượngmưa tháng 5 ở khu vực Tây Nguyên trong khi có ElNino giảm phổ biến từ 40 - 50 mm, nhiều nhất trên60 mm ở trung tâm mưa lớn Lâm Đồng. El Nino tácđộng đến phân bố mưa ở một số vùng được lí giảithông qua cơ chế vận tải ẩm [3].

2 TẠP CHÍ KHÍ TƯỢNG THỦY VĂNSố tháng 08 - 2014


Hình 1. Tổng lượng mưa (mm) trung bình tháng

5, 1980-2007

Hình 2. Vector gió trung bình tháng 5 thời kì 1980-2007 mực 10m (trái) và 850hPa (phải)

Hình 3. Vector tổng vận tải ẩm (kg m-1s-1) trung bình tháng 5 thời kì 1980-2007

3TẠP CHÍ KHÍ TƯỢNG THỦY VĂN

Số tháng 08 - 2014


Trong bài báo này, hoàn lưu gió ở mực thấp(mực 10m và 850 hPa), vector tổng vận tải ẩm đượcsử dụng để nghiên cứu cơ chế gây hụt mưa tháng5 ở khu vực Tây Nguyên trong điều kiện El Nino. Bảnđồ chuẩn sai vector gió tháng 5 khi có El Nino chothấy, hoàn lưu gió đông nam mực 10m (hình 5a) vàgió đông mực 850hPa (hình 5b) trên khu vực giữabiển Đông. Hoàn lưu gió này mang ẩm từ biểnĐông cung cấp cho mưa ở khu vực. Ngoài ra, mộthoàn lưu xoáy thuận hoạt động trên vịnh Bengallàm giảm nguồn ẩm từ phía nam vịnh Bengal đếnkhu vực Tây Nguyên. Bản đồ phân bố vector tổngvận tải ẩm tháng 5 khi có El Nino (hình 6a) cho thấy,vận tải ẩm trên vịnh Bengal khi có El Nino thấp hơnso với vận tải ẩm trung bình nhiều năm (hình 3).Đặc biệt, vùng ẩm lớn nhất ở phía nam vịnh Bengaltrong điều kiện trung bình vào khoảng 270-300 kgm-1s-1, còn khi có El Nino khoảng 210-240 kg m-1s-1 (hình 6a). Chuẩn sai vector tổng vận tải ẩm(hình 6b) cho thấy, vector tổng vận tải ẩm hướngtây nam ở phía nam vịnh Bengal thay bằng vectortổng vận tải ẩm hướng đông. Nguồn ẩm cung cấpchính cho mưa ở khu vực Tây Nguyên ở phía namvịnh Bengal là giảm khoảng 80 -100 kg m-1s-1, mộtnguồn ẩm ở phía xích đạo không tồn tại và thay

bằng nguồn ẩm ở phía nam biển Đông. Như vậy, sự hụt mưa tháng 5 ở khu vực Tây

Nguyên khi có El Nino liên quan với hoàn lưu xoáythuận trên vịnh Bengal cho thấy trên bản đồ chuẩnsai vector gió mực thấp. Sự xuất hiện hoàn lưu xoáythuận này do hoàn lưu gió mùa tây nam yếu hơntrung bình nhiều năm. Ngoài ra, nguồn ẩm lớncung cấp chính cho mưa ở khu vực Tây Nguyên ởphía nam vịnh Bengal được thay thế bằng nguồnẩm thấp hơn ở phía nam Biển Đông.

Hình 4. Chuẩn sai lượng mưa (mm) tháng 5 ở

Tây Nguyên khi có El Nino

Bảng 1. Chuẩn sai lượng mưa (mm) tháng 5 khi có El Nino thời kì 1980-2007

Trạm Tháng 5Chuẩn sai (mm) Tỉ lệ (%)

Đăk Tô -27,9 -12,7 Kon Tum -69,3 -28,6 Pleiku -57,1 -24,4 An Khê -38,4 -27,9 AuynPa -4,9 -3,1 Buồn Hồ -62,5 -30,9 Ma Đrắk -48,7 -25,9 Buôn Ma Thuột -20,7 -8,3 Đăk Nông -68,1 -25,4 Đà Lạt -21,3 -10,2 Liên Khương 21,4 10,0 Bảo Lộc -34,0 -13,5

Hình 5. Chuẩn sai vector gió (ms-1) tháng 5 thời kì 1980-2007 khi có El Nino mực 10m (trái) và mực850hPa (phải)



4. Kết luận

Tổng lượng mưa tháng 5 ở khu vực Tây Nguyênbị chi phối bởi hoàn lưu gió mùa tây nam mang ẩmphong phú ở phía nam vịnh Bengal kết hợp với địahình. Có hai nguồn ẩm cung cấp cho mưa ở đây là:một ở phía am vịnh Bengal và một nguồn khác nhỏhơn ở phía xích đạo.

Dưới ảnh hưởng của El Nino, lượng mưa trungbình tháng 5 khu vực Tây Nguyên bị hụt 16,7%. Sự

hụt mưa tháng 5 ở khu vực Tây Nguyên do hoàn lưu

gió mùa tây nam trên vịnh Bengal yếu hơn trung

bình nhiều năm, hình thành một hoàn lưu xoáy

thuận trên Bengal. Hoàn lưu xoáy thuận này làm

giảm nguồn ẩm ở phía nam vịnh Bengal đến khu

vực. Ngoài ra, hai nguồn ẩm một ở phía nam đã nói

được thay thế bằng một nguồn ẩm thấp hơn ở phía

nam Biển Đông, nguồn ẩm này thấp hơn rất nhiều

so với nguồn ẩm ở phía nam vịnh Bengal.

Hình 6. Vector tổng vận tải ẩm (kg m-1s-1) tháng 5 thời kì 1980-2007 khi có El Nino (Vector-trái và

Chuẩn sai-phải)

Tài liệu tham khảo

1. Nguyễn Đức Ngữ, 2005: Tác động của ENSO đến hạn hán ở Miền Trung và Tây Nguyên Việt Nam. Tạp chíKTTV, 530, 1-15.

2. Vũ Văn Thăng, Nguyễn Văn Thắng, Phạm Thị Thanh Hương và Nguyễn Trọng Hiệu, 2012. Đặc điểm vậntải ẩm ở Việt Nam trong các thời kỳ hoạt động của El Nino. Tuyển tập Báo cáo Hội thảo khoa học lần thứ 15 ViệnKHKTTV&MT. NXB KHKT.

3. Sminov, V., and G. Moor, 2000: Short-term and seasonal variability of the atmospheric water vapour trans-port through the Mackenzie River Basin. J. of Hydromet, 2, 441-452.

4. Zhang, R., and A. Sumi, 2002: Moisture Circulation over East Asia during El Nin˜o Episode in Northern Win-ter, Spring and Autumn. J. Meteor. Soc. Japan., 80 (2), 213-227.

Lời cảm ơn: Bài báo này là một phần kết quả nghiên cứu thuộc đề tài TN3/T25/11-15 và KC08.17/11-15.


Số tháng 08 - 2014


DỰ TÍNH HẠN HÁN Ở KHU VỰC NAM TRUNG BỘ

BẰNG MÔ HÌNH PRECISThS. Trương Đức Trí - Cục Khí tượng Thủy văn và Biến đổi khí hậu

TS. Mai Văn Khiêm, ThS. Nguyễn Đăng Mậu, CN. Hà Trường Minh, CN. Đào Thị Thúy

Viện Khoa học Khí tượng Thuỷ văn và Biến đổi khí hậu

Hạn hán là một hiện tượng thời tiết nguy hiểm đối với mọi hoạt động đời sống cũng như sự sinhtrưởng và phát triển của thực vật trên hành tinh chúng ta. Ở Việt Nam, khu vực Nam Trung Bộ làmột trong những vùng thường xuyên bị ảnh hưởng bởi hạn hán. Bài báo này khảo sát đặc điểm

hạn hán trong tương lai theo các quy mô thời gian khác nhau, 1, 3, 6 và 12 tháng dựa trên kết quả dự tính khíhậu của mô hình PRECIS. Kết quả này có thể hỗ trợ các bộ, ngành, địa phương xây dựng kế hoạch ứng phó vớibiến đổi khí hậu (BĐKH).

Người đọc phản biện: TS. Lương Tuấn Minh

1. Giới thiệu

Hạn hán là một hiện tượng thời tiết nguy hiểmđối với mọi hoạt động đời sống cũng như sự sinhtrưởng và phát triển của thực vật. Hiện tượng hạnhán được xem là một trong số các hiện tượng khíhậu cực đoan - một loại thiên tai phổ biến trên thếgiới. Các nghiên cứu từ trước đến nay đều cho thấyhạn hán ở Việt Nam gây tổn thất nghiêm trọng thứba sau bão và lũ lụt.

Thông thường để xác định và đánh giá các đặctrưng về hạn, người ta thường sử dụng các chỉ sốhạn. Việc theo dõi sự biến động về giá trị của cácchỉ số hạn sẽ xác định được sự khởi đầu, thời giankéo dài cũng như mức độ hạn. Chỉ số hạn là hàmcủa các biến đơn như lượng mưa, nhiệt độ, bốcthoát hơi, dòng chảy, ... Mỗi chỉ số hạn đều có ưu,nhược điểm khác nhau và mỗi quốc gia thườngphải nghiên cứu kĩ từng chỉ số hạn để áp dụng chohạn phù hợp với điều kiện của mình. Việc xác địnhhạn hán bằng các chỉ số hạn không chỉ áp dụng vớibộ số liệu quan trắc mà còn áp dụng với bộ số liệucủa các mô hình khí hậu.

BĐKH tác động nghiêm trọng đến sản xuất, đờisống và môi trường. Các hiện tượng khí hậu cựcđoan như hạn hán, lũ lụt, bão lớn,… gia tăng cả vềtần suất và cường độ. Với dự báo nhiệt độ sẽ giatăng và lượng mưa cũng biến đổi, do đó BĐKH sẽtác động trực tiếp hoặc gián tiếp đến nguy cơ hạnhán cả về mặt xu thế và mức độ hạn ở phạm vi toàncầu, khu vực, quốc gia cũng như ở một số tiểu vùngkhí hậu.

Ở Việt Nam, trong 50 năm qua, nhiệt độ trungbình năm đã tăng khoảng 0,5-0,70C, mực nước biểnđã dâng khoảng 20 cm. BĐKH đã làm cho thiên taingày càng ác liệt. Khu vực Nam Trung Bộ, nơi đượccoi là vùng có nguy cơ hạn hán cao. Điều này chothấy việc nghiên cứu hạn hán vùng Nam Trung Bộ

dưới tác động của BĐKH và đề xuất các giải phápthích ứng là rất cần thiết.

Nhằm góp phần cung cấp thông tin phục vụ đềxuất các giải pháp thích ứng, nghiên cứu này sẽ đưara các kết quả đánh giá hạn hán ở các quy mô thờigian khác nhau trong thể kỷ 21 theo kịch bản phátthải khí nhà kính trung bình (A1B).

2. Số liệu và phương pháp

a. Số liệu

Số liệu tính toán từ mô hình khí hậu khu vựcPRECIS: Tại Việt Nam, mô hình PRECIS được chạy vớiđộ phân giải ngang là 25 km x25 km với 5 phươngán chạy khác nhau (Q0, Q3, Q10, Q11 và Q13). Mỗiphương án là một thành phần khác nhau của môhình toàn cầu ứng với kịch bản phát thải trung bìnhA1B. Thời kì thực hiện tính toán là từ năm 1950-2100.

b. Phương pháp nghiên cứu

Trong nghiên cứu này, chỉ số chuẩn hóa lượngmưa (SPI) được sử dụng để xác định điều kiện hạnvà tính toán các đặc trưng hạn trên khu vực NamTrung Bộ. Chỉ số SPI là một chỉ số tương đối mớiđược Mckee T. B., Doesken N. J. và Kleist J., đề xuấtnăm 1993. Nó được tính toán đơn giản bằng sựchênh lệch của lượng mưa thực tế R (lượng mưatuần, tháng, mùa, vụ) so với trung bình nhiều nămvà chia cho độ lệch chuẩn:

Chỉ số SPI không thứ nguyên: khi SPI mang dấuâm là khô hạn; khi SPI dương là dư thừa ẩm. Phânbố của lượng mưa với quy mô thời gian nhỏ hơnmột năm không phải là một phân bố chuẩn, nênkhi tính toán phải hiệu chỉnh nó về phân bố chuẩn.

Đánh giá mức độ hạn dựa vào phân cấp hạn củachỉ số SPI ở bảng 1. Tuy nhiên, trong nghiên cứu nàychúng tôi chỉ quan tâm đến các ngưỡng không xảy

RRSPI



ra hạn, bắt đầu hạn, hạn vừa và hạn nặng. Trong đó,chúng tôi quy hạn nặng, hạn rất nặng và hạn rấtnghiệm trọng về cùng một loại là “hạn nặng”.

Chỉ số SPI có khả năng tính cho bất kì khoảngthời gian nào (3 tháng, 6 tháng, 12 tháng, 24 tháng,48 tháng, ...) nên được các nhà nghiên cứu đánh giácao về tính đa dụng của nó. Vì vậy SPI có khả năngđưa ra cảnh báo sớm về hạn, giúp ước tính đượcmức độ hạn và tính toán đơn giản hơn các chỉ sốhạn khác. Hạn xảy ra khi SPI âm và giá trị âm của SPIcàng lớn thì mức độ hạn càng cao; hạn sẽ kết thúckhi SPI dương. Tần suất hạn theo các ngưỡng cũngđược đánh giá dựa trên tỉ lệ giữa số tháng có giá trịSPI đặt ngưỡng hạn và số tháng trong năm. Tiếnhành đánh giá cho các thời kì trong tương lai và sosánh với thời kì nền 1980-1999.

3. Kết quả và nhận xét

a. Hạn quy mô 1 tháng

Với quy mô 1 tháng (hình 1), theo chỉ số SPI thì ởkhu vực Nam Trung Bộ trong thời kì 1980-1999 nămnào cũng có tháng hạn. Trong đó, các năm 1982-1984, 1987-1989, 1992-1994 có số tháng hạn nhiều,số tháng ẩm ít. Tuy nhiên, số các tháng có SPI nhỏhơn -1, ứng với mức hạn nặng là không nhiều.

Dự tính cho các thời kì 2020-2039, 2040-2059,2060-2079 và 2080-2099 thì các tháng có hạnkhông xảy ra liên tục như ở thời kì 1980-1999nhưng vẫn có các đợt hạn kéo dài, trong đó có cảcác tháng hạn rất nghiêm trọng (SPI < -2). Đáng chúý là cùng với khả năng xảy ra các tháng hạn rấtnghiêm trọng thì khả năng xuất hiện các thángthừa ẩm lớn, gây nguy cơ lũ lụt rất nặng nề (SPI > 2)cũng xảy ra.

Như vậy, tính toán chỉ số SPI cho quy mô 1 thángcho thấy rằng tần suất hạn trong tương lai khôngtăng so với quá khứ nhưng tần suất hạn nặng có

khả năng tăng lên (bảng 2).

b. Hạn quy mô 3 tháng

Ở quy mô 3 tháng (hình 2), theo chỉ số SPI thì ởkhu vực Nam Trung Bộ trong thời kì 1980–1999 cócác thời kì hạn kéo dài là 1982-1989, 1992-1994 và1997-1998 có số tháng hạn nhiều, số tháng ẩm ít.Tuy nhiên, số các tháng có SPI nhỏ hơn -1, ứng vớimức hạn nặng là không nhiều.

Dự tính trong tương lai cho quy mô 3 tháng, thờikì 2020-2039 tần suất xảy ra hạn có khả năng ít hơntrong quá khứ nhưng khi có hạn xảy ra mức độ hạncao hơn, từ mức hạn nặng đến hạn rất nghiêmtrọng. Các thời kì tiếp theo là 2040-2059, 2060-2079và 2080-2099, tần suất hạn và mức độ hạn xảy ragần tương tự như ở thời kì 1980-1999, nhưng khảnăng xuất hiện các tháng thừa ẩm lớn, gây nguy cơlũ lụt rất nặng nề (SPI > 2) cao hơn.

Kết quả tính toán cho quy mô 3 tháng cho thấytần suất và mức độ hạn trong tương lai không tăngso với thời kì 1980-1999 (bảng 3).

Bảng 1. Phân cấp hạn hán [5]

Phân cấp hạn Khoảng giá trị SPI

Bắt đầu hạn -0,49 ÷ 0,25

Hạn vừa -0,99 ÷ -0,5

Hạn nặng -1,44 ÷ -1,0

Hạn rất nặng -1,99 ÷ -1,5

Hạn rnghiêm trọng

< -2,0

Bảng 2. Tần suất xuất hiện hạn quy mô 1 tháng

trong các thời kì (%)

Thời kì Mức độ hạn

Bắt đầu hạn Hạn vừa Hạn nặng

1980-1999 28,8 30,4 10,8

2020-2039 30,8 20,0 10,0

2040-2059 28,8 24,6 12,9

2060-2079 27,1 27,9 15,4

2080-2099 31,1 24,1 11,8

Bảng 3. Tần suất xuất hiện hạn quy mô 3

tháng trong các thời kì khác nhau (%)



1980-1999 27,5 25,8 16,3

2020-2039 30,4 12,1 14,2

2040-2059 25,4 24,2 16,3

2060-2079 28,3 24,6 16,3

2080-2099 33,8 17,5 14,0

c. Hạn quy mô 6 tháng

Với quy mô 6 tháng (hình 3), kết quả tính toánchỉ số hạn SPI trong thời kì 1980-1999 cho thấy khuvực Nam Trung Bộ hạn xảy ra kéo dài tại các thời kì1983-1991, 1992-1994 và 1997-1998 và mức độ hạnkhá cao, từ nặng đến rất nặng.

Kết quả tính SPI dự cho tương lai ở hạn quy mô6 tháng cho thấy trong thời kì từ 2020-2039, 2040-2059 và 2060-2079 số tháng hạn xảy ra ít hơn so vớithời kì quá khứ nhưng hạn xảy ra thường là hạnnặng đến rất nặng. Các tháng dư thừa ẩm có thểgây nguy cơ lũ lụt lại tăng lên đáng kể. Riêng thời kì2080-2099 thì tần suất hạn và mức độ hạn lại thấphơn so với quá khứ.

Kết quả tính toán cho quy mô 6 tháng cho thấytần xuất trong các thời kì từ 2020-2039, 2040-2059và 2060-2079 trong tương lai không tăng so với thời

kì 1980-1999 nhưng mức độ hạn cao hơn và nguycơ gây lũ lụt cũng cao hơn so với trong quá khứ.Riêng thời kì 2080-2099 thì tần suất hạn và mức độhạn lại thấp hơn so với quá khứ (bảng 4).


Số tháng 08 - 2014


Hình 1. Đặc trưng hạn quy mô 1 tháng Hình 2. Đặc trưng hạn quy mô 3 tháng

Bảng 4. Tần suất xuất hiện hạn quy mô 6

tháng trong các thời kì khác nhau (%)

Thời kì

1980-1999

2020-2039

2040-2059

2060-2079

2080-2099

Bắt đầu

9 31,3

9 30,4

9 23,3

9 28,8

9 33,3

Mức độ h

hạn Hạn v

19,6

6,7

18,8

18,3

14,0

hạn

vừa Hạn nặ

6 17,5

7 15,8

8 21,3

3 20,8

0 16,7

ặng

5

8

3

8

7

d. Hạn quy mô 12 tháng

Ở quy mô 12 tháng (hình 4), kết quả tính toánchỉ số SPI thời kì 1980-1999 cho thấy khu vực NamTrung Bộ hạn hán kéo dài xảy ra trong thời kì 1983-

1991, 1992-1994 và mức độ hạn cũng khá cao, từhạn nặng đến rất nặng. Thời kì 1980-1982 là thời kìẩm ướt kéo dài.



Hình 3. Dự tính hạn quy mô 6 tháng Hình 4. Dự tính hạn quy mô 12 tháng

Dự tính cho tương lai cho thấy, thời kì 2020-2039có tần suất và mức độ hạn đều thấp hơn so với quákhứ, nhưng năm 2039 hạn xảy ra rất khắc nghiệt.Ngược lại, giai đoạn từ 2031-2036 là thời kì rất ẩmướt. Trong 2 thời kì tiếp theo, 2040-2059 và 2060-2079, tần suất xuất hiện hạn nói chung vẫn thấphơn so với thời kì 1980-1999 nhưng tần suất xuấthiện hạn nặng lại lớn hơn. Riêng thời kì 2080-2099thì tần suất hạn và mức độ hạn lại thấp hơn so vớiquá khứ.

Kết quả tính toán chỉ số SPI cho quy mô 12tháng cho thấy các thời kì từ 2020-2039, 2040-2059và 2060-2079 tần xuất nhìn chung có xu hướnggiảm so với thời kì quá khứ 1980-1999 nhưng tầnsuất hạn nặng lại cao hơn. Riêng thời kì 2080-2099

thì tần suất hạn và mức độ hạn lại thấp hơn so vớiquá khứ (bảng 5).

4. Kết luận

Kết quả dự tính cho tương lai trong các thời kì2020-2039, 2040-2059, 2060-2079 và 2080-2099 vớicác qui mô 1, 2, 6 và 12 tháng dựa trên chỉ số SPIcho thấy:

- Với quy mô 1 tháng cho thấy rằng tần suất hạntrong tương lai không tăng so với quá khứ nhưngtần suất hạn nặng có khả năng tăng lên.

- Với quy mô 3 tháng cho thấy tần suất và mứcđộ hạn trong tương lai không tăng so với thời kì quákhứ 1980-1999.

- Với quy mô 6 tháng cho thấy tần xuất trong cácthời kì từ 2020-2039, 2040-2059 và 2060-2079 trongtương lai không tăng so với thời kì quá khứ 1980-1999 nhưng mức độ hạn cao hơn và nguy cơ gây lũlụt cũng cao hơn so với trong quá khứ. Riêng thời kì2080-2099 thì tần suất hạn và mức độ hạn lại thấphơn so với quá khứ.

- Với quy mô 12 tháng cho thấy các thời kì từ2020-2039, 2040-2059 và 2060-2079 tần suất nhìnchung có xu hướng giảm so với thời kì quá khứ1980-1999 nhưng tần suất hạn nặng lại cao hơn.Riêng thời kì 2080-2099 thì tần suất hạn và mức độhạn lại thấp hơn so với quá khứ.

Bảng 5. Tần suất xuất hiện hạn quy mô 12 tháng

trong các thời kì khác nhau (%)



1980-1999 37,9 23,8 15,4

2020-2039 26,7 13,3 13,3

2040-2059 32,1 17,1 23,3

2060-2079 27,9 21,7 19,6

2080-2099 27,2 27,2 8,3

Tài liệu tham khảo1. Nguyễn Trọng Hiệu, 1995. Phân bố hạn hán và tác động của chúng. Viện Khí tượng Thủy văn.2. Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu, 2003. Hạn hán và hoang mạc hóa ở Việt Nam. NXB KHKT.3. Trần Thục và nnk, 2008. Xây dựng bản đồ hạn hán và mức độ thiếu nước sinh hoạt ở Nam Trung Bộ và

Tây Nguyên. Báo cáo tổng kết đề án cấp Bộ.4. Trương Đức Trí và nnk, 2013. Đặc điểm hạn hán vùng Nam Trung Bộ thời kì 1961-2010. Tạp chí Khoa học

Công nghệ.

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp kinh phí từ đề tài cấp Nhà nước: “Nghiên cứu xây dựng hệthống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng”, thuộc Chương trình KC.08/11-15.


Số tháng 08 - 2014


ĐÁNH GIÁ VAI TRÒ BAN ĐẦU HÓA XOÁY TRONG

MÔ HÌNH HWRF ĐỐI VỚI DỰ BÁO BÃO TRÊN BIỂN ĐÔNG

ThS. Nguyễn Thị Hoan, PGS. TS. Nguyễn Văn Thắng và TS. Nguyễn Văn Hiệp

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậuTS. Hoàng Đức Cường - Trung tâm Dự báo khí tượng thủy văn Trung ương

Bài báo ứng dụng ban đầu hóa xoáy trong mô hình HWRF trong dự báo bão trên biển Đông, từ đó

đánh giá vai trò của ban đầu hóa xoáy trong mô hình này đối với khả năng dự báo bão trên biển

Đông dựa trên cơ sở của việc mô phỏng 53 trường hợp chạy dự báo thuộc 7 cơn bão trên biển

Đông mùa bão 2009. Sử dụng số liệu đầu vào từ mô hình GFS độ phân giải 1 độ. Kết quả nghiên cứu cho thấy,

sử dụng sơ đồ ban đầu hóa xoáy đã cho những cải thiện rõ rệt dự báo quỹ đạo bão thời hạn 72 giờ cũng như

cường độ bão với thời hạn 54 giờ.

1. Đặt vấn đề

Trong những năm gần đây, dự báo bão bằng môhình số trị đã được ứng dụng rộng rãi ở nhiều quốcgia trên thế giới trong đó có Việt Nam, thành quảnày có được một phần nhờ sự phát triển vượt bậcvề công nghệ máy tính.

Để dự báo với độ phân giải cao hơn khi hạn chếvề năng lực tính toán, sử dụng mô hình khu vực làmột giải pháp. Các mô hình khu vực hạn chế dùngsố liệu điều kiện ban đầu và điều kiện biên phụthuộc thời gian từ mô hình toàn cầu. Do vậy dù banđầu hóa với độ phân giải cao hơn, chất lượng và cấutrúc xoáy bão trong điều kiện ban đầu vẫn chứa cácsai số từ mô hình toàn cầu. Một điều kiện ban đầukhông tốt có thể dẫn đến sai số lớn trong quá trìnhdự báo quỹ đạo và cường độ bão. Vì vậy, để cảithiện điều kiện ban đầu cho mô hình dự báo bão,đặc biệt khu vực gần tâm bão, người ta ban đầu hóaxoáy. Ban đầu hóa xoáy là bài toán được xây dựngđể tái tạo một xoáy bão có cấu trúc và cường độgần với xoáy bão thực, có vị trí tại xoáy bão quantrắc. Các bước của ban đầu hóa xoáy bao gồm: loạibỏ xoáy từ trường phân tích toàn cầu; xây dựngxoáy giả; và cài xoáy giả vào trường ban đầu của môhình [2].

2. Phương pháp và số liệu sử dụng

Phương pháp được sử dụng là ban đầu hóa xoáytrong mô hình HWRF. Ban đầu hóa xoáy trong môhình HWRF được thực hiện dựa trên nguyên tắc của

phương pháp ban đầu hóa xoáy thông thường,gồm 3 bước: tách xoáy, tạo xoáy giả và cài xoáy vàotrường môi trường. Trong đó, bước tách xoáy đượcthực hiện thông qua nguyên lí Kurihara đã xâydựng trong nghiên cứu đối với mô hình GFDL năm1993 [1]. Tiếp đến bước xây dựng xoáy, trong môhình HWRF xoáy giả được tạo ra bằng hai phươngpháp “Cold start” và “Warm start”. Trong khi Cold-start có đặc trưng là xoáy giả được tạo ra từ xoáynhân tạo đối xứng trục hai chiều trung bình tổ hợptừ dự báo của mô hình trong quá khứ thì Warm startlại xây dựng xoáy giả bằng cách hiệu chỉnh trườngban đầu của xoáy dự báo từ 6 giờ trước đó làm đầuvào cho dự báo ở thời điểm hiện tại. Sau bước tạoxoáy giả này, xoáy tạo ra sẽ được hiệu chỉnh dựatrên các trường như nhiệt độ, khí áp cực tiểu, độ ẩmcủa trường môi trường quy mô lớn [3].

Số liệu GFS độ phân giải 1 độ, lấy từ websitehttp://nomads.ncdc.noaa.gov/ được sử dụng làmđầu vào cho thử nghiệm chạy 53 trường hợp bãolấy từ 7 cơn bão năm 2009 (bảng 1). Tất cả các thínghiệm sẽ được tiến hành chạy có ban đầu hóaxoáy theo phương pháp Coldstart và không sửdụng sơ đồ ban đầu hóa xoáy, thời gian chạy môphỏng là 5 ngày. Do chỉ tiến hành nghiên cứu vớisơ đồ ban đầu hóa Coldstart do đó trong nghiêncứu này thuật ngữ “ban đầu hóa xoáy trong môhình HWRF” được ngầm hiểu là “ban đầu hóa xoáybằng phương pháp Coldstart trong mô hình HWRF”.




STT Thời điểm khảo sát

Vĩ độ tâm (N)

Kinh độ tâm (E)

Vmax (ms-1)

STT Thời điểm khảo sát

Vĩ độ tâm (N)

Kinh độ tâm (E)

Vmax (ms-1)

1 00Z

04/05/2009 10,8 112,2 20 28

12Z 26/09/2009

15,7 119,6 17,5

2 06Z

04/05/2009 11 112 22,5 29

18Z 26/09/2009

15,4 117,9 22,5

3 12Z

04/05/2009 11,3 112 20 30

00Z 27/09/2009

15,2 116,5 25

4 18Z

04/05/2009 11,6 111,8 22,5 31

06Z 27/09/2009

15,4 115,4 27,5

5 00Z

05/05/2009 12,1 111,8 27,5 32

12Z 27/09/2009

15,6 114,4 27,5

6 06Z

05/05/2009 12,8 112 27,5 33

12Z 29/09/2009

8,1 138,2 22,5

7 12Z

05/05/2009 13,2 112,4 27,5 34

00Z 03/10/2009

17,3 123 45

8 18Z

05/05/2009 13,4 112,9 27,5 35

06Z 03/10/2009

17,8 122,1 40

9 00Z

06/05/2009 13,7 113,3 30 36

12Z 04/10/2009

19,9 119,8 30

10 06Z

06/05/2009 14,1 114 30 37

18Z 04/10/2009

20,1 119,3 27,5

11 12Z

06/05/2009 14,5 115,1 32,5 38

00Z 05/10/2009

20,2 119,4 27,5

12 18Z

06/05/2009 14,9 116,3 37,5 39

06Z 05/10/2009

20,3 119,5 27,5

13 00Z

07/05/2009 15,3 117,5 37,5 40

18Z 05/10/2009

19,8 120 27,5

14 06Z

07/05/2009 15,8 118,8 45 41

00Z 28/10/2009

16,2 138,5 37,5

15 12Z

18/06/2009 17,5 116,8 20 42

06Z 28/10/2009

16,2 136,9 42,5

16 18Z

18/06/2009 17,7 117 22,5 43

12Z 28/10/2009

16,3 135,3 45

17 00Z

19/06/2009 18,2 117,2 22,5 44

18Z 28/10/2009

16,3 133,7 45

18 06Z

19/06/2009 18,7 117,4 25 45

00Z 29/10/2009

16,1 132,2 45

19 12Z

19/06/2009 19,2 117,4 27,5 46

06Z 29/10/2009

15,9 130,7 45

20 18Z

19/06/2009 19,7 117,4 30 47

18Z 29/10/2009

15,3 127,4 45

21 18Z

16/07/2009 18,3 124,1 17,5 48

18Z 30/10/2009

14,2 121,7 27,5

22 00Z

17/07/2009 18,8 123,2 22,5 49

00Z 31/10/2009

14,3 12,3 25

23 18Z 20,1 114,4 17,5 50 06Z 14,3 118,9 27,5 03

24 04

25 04

26 26

27 26

3/08/2009 00Z

4/08/2009 18Z

4/08/2009 00Z

6/09/2009 06Z

6/09/2009

20,6

21,7

15,6

15,6

114,2 2

113 22

122,8 17

121,3 17

20 51

2,5 52

7,5 53

7,5

31/10/200912Z

31/10/200918Z

31/10/200900Z

01/11/2009

14,3

14,1

14

117,7

116,6 2

115,4

25

22,5

20

3. Kết quả

Kết quả của nghiên cứu được trình bày theo thínghiệm mô phỏng cho 53 trường hợp lấy từ 7 cơnbão năm 2009 để đánh giá khả năng mô phỏng quỹđạo và cường độ bão trên Biển Đông.

Đối với khả năng mô phỏng quỹ đạo bão, trungbình sai số khoảng cách, sai số dọc và sai số ngangđược biểu diễn qua hình 1. Từ hình 1 ta thấy, ở tất cảcác hạn dự báo, trung bình sai số khoảng cáchtrong trường hợp có ban đầu hóa xoáy nhỏ hơntrường hợp không sử dụng sơ đồ ban đầu hóa xoáy.Tức là sử dụng sơ đồ ban đầu hóa xoáy đã cải thiệndự báo quỹ đạo bão. Bên cạnh đó, mô phỏng bằng

cả hai cách cho sai số tăng dần theo hạn dự báo, kếtquả này là phù hợp với những nghiên cứu trước đâyvề dự báo quỹ đạo bão.

Xét đến sai số dọc, thấy rằng ở cả hai trường hợpcho ATE mang dấu âm từ hạn 00h -72h, chứng tỏ cảhai trường hợp có và không ban đầu hóa xoáy bãomô phỏng di chuyển lệch trái hay là lệch về phíanam so với quỹ đạo thực. Bên cạnh đó, trường hợpcó ban đầu hóa xoáy cho MCTE dương nói lên rằngbão di chuyển chậm hơn thực tế. Xu thế di chuyểnchậm hơn thực tế cũng lặp lại trong trường hợpkhông ban đầu hóa xoáy ở hạn dự báo 54 giờ. Sau54 giờ, MCTE mang dấu âm tức là bão di chuyển

Bảng 1. Các trường hợp bão được khảo sát


Số tháng 08 - 2014


Hình 1. Trung bình sai số (a) -

khoảng cách (km), (b)-sai số dọc

(km), (c)- sai số ngang (km) mô

phỏng cho mùa bão 2009 trên

biển Đông bằng coldstart và

nobogus

Hình 2. Trực quan xu thế di chuyển

của các cơn bão mùa bão 2009 khi

mô phỏng bằng mô hình HWRF có,

không ban đầu hóa xoáy so với

Besttrack

Diễn biến sự biến đổi khí áp thấp nhất và vậntốc gió cực đại trong bão qua mô phỏng với haitrường hợp có và không ban đầu hóa xoáy cũng

như biến đổi hai yếu tố này trong quan trắc thực tếtheo nguồn số liệu của JTWC được biểu diễn quahình 3.

nhanh hơn thực tế. Các xu thế về quỹ đạo di chuyểncủa bão được tổng kết quả hình 2.

Đối với khả năng mô phỏng cường độ bão, bảng2 mô tả trung bình sai số tuyệt đối khí áp thấp nhấttại tâm và vận tốc gió cực đại mô phỏng với haitrường lượng có và không ban đầu hóa xoáy. Sai sốtuyệt đối có ý nghĩa đối với việc đánh giá sai số độlớn. Có thể thấy rằng, về cơ bản sử dụng sơ đồ banđầu hóa xoáy cho sai số thấp hơn khi mô phỏng khíáp cực tiểu và vận tốc gió cực đại trong 54 giờ đầutích phân. Trong khoảng 54 giờ này, sai số ở cả haiyếu tố với trường hợp có ban đầu hóa xoáy nhỏ hơn

từ 2-3 lần so với sai số không ban đầu hóa xoáy. Cònđối với mô phỏng từ 54 đến 72 giờ, sai số khí ápgiữa hai trường hợp tương đối gần sát nhau,khoảng 2hPa. Tuy nhiên, cũng trong hạn mô phỏngnày, sai số vận tốc gió cực đại sai chênh lệch lớnnhất lên đến 4 m/s, điều này cho thấy không banđầu hóa xoáy mô phỏng gió trong khoảng thời giannày khả quan hơn ban đầu hóa xoáy. Ngoài ra, vớihạn dự báo càng lớn thì sai số mô phỏng bởi có vàkhông ban đầu hóa xoáy cho cả hai yếu tố càngtăng lên.

Bảng 2. Trung bình sai số

tuyệt đối về vận tốc gió cực

đại (m/s) và khí áp cực tiểu

(hPa) mô phỏng mùa bão

2009 khi có và không sử

dụng sơ đồ ban đầu hóa

xoáy

Hạn dự báo (giờ)

Pmin (hpa) Vmax (m/s)

Nobogus Coldstart Nobogus Coldstart 00 13,9 1,5 8,9 4,0 06 14,8 7,3 9,7 4,7 12 14,8 6,9 9,2 4,3 18 15,3 8,5 9,6 5,6 24 15,4 10,1 9,3 6,3 30 15,7 10,2 9,6 6,6 36 15,8 11,6 9,6 7,7 42 15,9 12,5 9,9 8,0 48 15,4 14,7 9,0 9,4 54 14,4 14,8 9,1 9,5 60 14,1 15,6 8,6 10,1 66 13,4 14,3 8,5 10,1 72 13,3 14,8 8,3 10,6



Xem xét diễn biến khí áp cực tiểu có thể thấyrằng, khi sử dụng sơ đồ ban đầu hóa xoáy, ở 12 giờtích phân đầu tiên, khí áp biến đổi mạnh và khôngổn định. Sau 12 giờ tích phân, xoáy bão tạo ra đã cókhí áp cực tiểu biến đổi trơn tru và tương đối phùhợp với thực tế còn khí áp cực tiểu trong mô phỏngkhông ban đầu hóa xoáy cách xa khí áp thực tế. Mộtđiểm đáng chú ý nữa, ở hạn dự báo từ 66 - 72 giờkhí áp cực tiểu thực tế tăng lên, tức là bão có xu thếyếu đi. Trong khi mô hình mô phỏng khí áp cực tiểulại giảm ở cả hai trường hợp.

Xét biến đổi vận tốc gió cực đại trong hai trườnghợp mô phỏng và thực tế ta thấy rằng, đường biếnđổi vận tốc gió cực đại thực tế nằm giữa hai đườngmô phỏng bởi mô hình. Gió bãoy tạo ra khi ban đầuhóa xoáy mạnh hơn thực tế trong khi gió bão tạora trong mô hình không ban đầu hóa xoáy lại yếuhơn thực tế. Trong 12 giờ tích phân đầu tiên, tươngtự như đối với mô phỏng khí áp cực tiểu, gió môphỏng bởi mô hình HWRF trong cả hai trường hợpcó và không ban đầu hóa xoáy biến đổi mạnh. Ởthời điểm cuối dự báo gió bão cũng có xu thế mạnhlên ở cả hai trường hợp. Từ đây cho thấy, sự mạnhlên của gió ở thời điểm cuối dự báo có thể là do đặctính mô phỏng của mô hình mà không phải do đặctính của xoáy bão tạo ra khi sử dụng sơ đồ ban đầuhóa xoáy.

Trong 12 giờ tích phân đầu tiên, xoáy tạo ra doban đầu hóa xoáy đưa vào mô hình là quá mạnh vàkhông tương thích với trường môi trường thực tế.Do đó, khi đưa vào mô hình cường độ xoáy bão sẽbị cưỡng bức sao cho phù hợp với trường môi

trường qua sự hiệu chỉnh của mô hình. Sau 12 - 54giờ dự báo, đường biểu diễn biến đổi vận tốc giótrong bão tạo ra khi có ban đầu hóa xoáy gần sátvới đường biến đổi vận tốc gió thực tế trongkhoảng thời gian dự báo từ 12 - 54 giờ. Điều nàychứng tỏ sử dụng sơ đồ ban đầu hóa xoáy môphỏng tốt vận tốc gió cực đại trong khoảng thờigian từ 12 - 54 giờ tích phân. Đối với gió mô phỏngkhông ban đầu hóa xoáy, đường biểu diễn sự biếnđổi gió cực đại cách xa thực tế cho thấy gió môphỏng quá yếu so với thực tế. Ngoài ra, ở thời điểmban đầu, xoáy từ mô hình toàn cầu đưa vào mô hìnhyếu và không phù hợp với trường môi trường, dođó sau 6 giờ tích phân mô hình tạo xoáy bão mạnhlên. Tuy nhiên, xoáy bão tạo ra trong trường hợpnày vẫn là yếu hơn nhiều thực tế.

4. Kết luận

Như vậy, qua mô phỏng mùa bão 2009 (53trường hợp chạy) ta thấy xét về quỹ đạo, sử dụngban đầu hóa xoáy mô phỏng quỹ đạo có sai số thấphơn không ban đầu hóa xoáy ở tất cả các hạn dựbáo đến 72 giờ. Bão di chuyển chậm hơn thực tếtrong trường hợp có ban đầu hóa xoáy và nhanhhơn thực tế hạn từ 54 - 72 giờ đối với trường hợpkhông ban đầu hóa xoáy. Bão có xu thế lệch trái làchủ yếu trong cả hai trường hợp có và không banđầu hóa xoáy. Xét đến khả năng mô phỏng cườngđộ, ban đầu hóa xoáy đã cải thiện đáng kể khả năngdự báo cho hạn dự báo trước 54 giờ. Mô hình HWRFcó xu thế mô phỏng vận tốc gió mạnh dần lên ởhạn dự báo từ 66 - 72 giờ.

Tài liệu tham khảo1. Kurihara, M.A.B., Rebecca J.Ross (1993),"An Initialization Scheme of Hurricane Models by Vortex Specifi-

cation", Mon.Wea. Rev, 121.2. Kurihara, Y., M. A. Bender, R. E. Tuleya and R. J. Ross (1990), "Prediction experiments of hurricane Gloria

(1985) using a multiply nested movable mesh model"Mon.Wea. Rev, 118 3. Sundararaman Gopalakrishnan, V.T., Qingfu Liu,Timothy Marchok,Mingjing Tong, (2012),"Hurricane

Weather Research and Forecasting (HWRF) Model: 2012 Scientific Documentation".

BOGUS JTWC

NOBOGUSBOGUS

NOBOGUS

JTWC

a b

Hình 3. Đường biểu diễn biến đổi (a )- khí áp cực tiểu tại tâm bão (hPa); (b) - gió cực đại (m/s) mô

phỏng bởi JTWC, HWRF - coldstart và HWRF - nobogus cho mùa bão 2009 (m/s)

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp kinh phí từ đề tài cấp Bộ “Nghiên cứu ứng dụng mô hìnhHWRF (Hurricane Weather Research and Forecasting Model) dự báo quỹ đạo và cường độ bão ở Biển Đông”,thuộc Chương trình Khí tượng Thủy văn mã số TNMT.05/10-15.


Số tháng 08 - 2014


XÂY DỰNG BẢN ĐỒ NHIỆT ĐỘ TRÊN

LÃNH THỔ VIỆT NAM

1. Mở đầu

Là một quốc gia nằm trên bán đảo Đông Dương,ven Thái Bình Dương, Việt Nam có đường biên giớitrên đất liền dài 4.550 km tiếp giáp với Trung Quốcở phía bắc, với Lào và Căm-pu-chia ở phía tây; phíađông giáp Biển Đông và kéo dài từ 8027’-23023’N(dài 1.650 km).

Nhiệt độ trung bình năm dao động từ nhỏ hơn150C đến lớn hơn 270C. Một số nơi thuộc núi caoBắc Bộ và Tây Nguyên có nhiệt độ nhỏ hơn 150C;còn khu vực từ phía tây tỉnh Tây Ninh đến Cà Maucó nhiệt độ trên 270C.

Nhiệt độ là một trong những biến khí hậu quantrọng nhất nên việc xây dựng các bản đồ phân bố nhiệtđộ trung bình nhiều năm có ý nghĩa rất quan trọng.

Chương trình 42A đã tạo ra bộ bản đồ khí hậuđồ sộ, phong phú, phục vụ hiệu quả trong nhiềunăm qua. Năm 2002, Nguyễn Duy Chinh đã cậpnhật đến năm 2000 [2]. Nguyễn Đức Ngữ vàNguyễn Trọng Hiệu đã biên soạn cuô ́n “Khí hậu vàTài nguyên khí hậu Việt Nam” trên cơ sở phân tíchchuỗi số liệu khí hậu cơ bản của mạng lưới trạm khítượng thủy văn thời kì 1960-2000 phục vụ công tácnghiên cứu [1].

Tuy nhiên, khí hậu biến động qua từng năm,nhất là trong điều kiện biến đổi khí hậu (BĐKH). Vìvậy, đánh giá điều kiện khí hậu trong bối cảnhBĐKH là cơ sở khoa học phục vụ nhiều hoạt độngkinh tế - xã hội và phòng chống thiên tai. Do đó,việc xây dựng bộ bản đồ nhiệt độ với chuỗi số liệuđược cập nhật đến năm 2010 là việc làm cần thiết.

Do địa hình phức tạp, mạng lưới trạm quan trắc

thưa, nên chúng tôi đã sử dụng phương phápchuyên gia, kết hợp với công nghệ GIS trong xâydựng bản đồ nhiệt độ.

2. Số liệu và phương pháp xử lí

a. Số liệu

Trong bài báo này, nguồn số liệu được sử dụngchính bao gồm: số liệu địa hình và số liệu quan trắcnhiệt độ tại 143 trạm khí tượng trên phạm vi cả nước,trong thời kì từ năm 1960-2010.

Số liệu địa hình: Số liệu địa hình được sử dụng làcác đường contour địa hình 100m trên nền bản đồtỉ lệ 1/1.000.000.

b. Xử lí số liệu

Do nhiều năm quan trắc tại nhiều trạm bị khuyếtthiếu, cho nên, để đồng bộ hóa bộ số liệu quan trắc,chúng tôi tiến hành bổ khuyết số liệu khuyết thiếubằng phương pháp “hiệu số”.

Để bổ khuyết số liệu cho các trạm trên quy môcả nước, trước tiên cần lựa chọn các trạm tiêu biểu(trạm chuẩn) đại diện cho từng vùng khí hậu. Trạmchuẩn được lựa chọn phải đảm bảo chất lượng vàtính đầy đủ. Sau khi xem xét, kiểm nghiệm thốngkê, các trạm sau được lựa chọn là trạm chuẩn cho 7vùng khí hậu: Sơn La (Tây Bắc), Lạng Sơn (ĐôngBắc), Hà Nội (Đồng bằng Bắc Bộ), Vinh (Bắc TrungBộ), Quy Nhơn (Nam Trung Bộ), Pleiku (Tây Nguyên),Sóc Trăng (Nam Bộ).

c. Phương pháp xây dựng bản đồ

Các bước xây dựng bản đồ được thực hiện nhưsau:

- Bước 1: Tính toán các đặc trưng thống kê củanhiệt độ.

TS. Mai Văn Khiêm, ThS. Nguyễn Đăng Mậu, CN. Đào Thị Thúy và Lê Duy Điệp

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậuGS. TSKH. Nguyễn Đức Ngữ

Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường

Trên cơ sở số liệu quan trắc được cập nhật đến năm 2010 và kế thừa phương pháp xây dựng bản

đồ nhiệt độ trung bình đã được thực hiện, bài báo trình bày kết quả xây dựng bộ bản đồ phân bố

nhiệt độ trung bình trên lãnh thổ Việt Nam. Kết quả cho thấy, nhiệt độ trung bình tháng thấp nhất

là tháng 1, tăng dần lên trong tháng 4, cao nhất trong tháng 7 và giảm dần đến tháng 10.




- Bước 2: Xây dựng bản đồ nền địa hình dựa trêncác đường contour 100 m trên nền bản đồ tỉ lệ1/1.000.000. Ở đây, các đường contour sẽ được xử lítheo phương pháp đổi màu theo vùng ứng với cáckhoảng độ cao khác nhau.

- Bước 3: Đưa thông tin các đặc trưng thống kêcủa nhiệt độ cần vẽ vào lớp địa hình được xây dựngở Bước 2.

- Bước 4: In bản đồ ở Bước 3 đúng tỉ lệ1/1.000.000.

- Bước 5: Xây dựng bản đồ chuyên gia trên nềnbản đồ đã được in ở Bước 4.

- Bước 6: Số hóa, biên tập và xuất bản bản đồ đãđược vẽ ở Bước 5 bằng Mapinfo và ArcGIS.

Với cách tiếp cận và phương pháp thực hiện,bản đồ nhiệt độ sẽ đảm bảo đầy đủ các yêu cầu đốivới bản đồ phân bố nhiệt độ đúng tỉ lệ 1/1.000.000và có thể coi là “bản đồ tác giả”. Tuy nhiên, phươngpháp này cũng sẽ không tránh khỏi những sai sótmang tính chủ quan như việc chọn khoảng cáchcủa các đường contour; phân tích và đánh giá phânbố theo địa hình, theo mùa,... và đặc biệt là ở cáckhu vực thưa số liệu thì cần phải am hiểu sâu củachuyên gia bản đồ.

Để xây dựng được bản đồ tác giả, phải nắm rõ

quy luật phân hóa của nhiệt độ theo yếu tố địahình, địa phương. Các đường đẳng trị cần phản ánhtrung thực tính chất và mức độ phân hóa của nhiệtđộ theo quan niệm tương đối giữa các giá trị đượcphân định theo lưới trạm và đảm bảo sự liên kết vềkhông gian giữa các địa điểm trong cùng đơn vịtrên bản đồ địa hình và được khái quát qua quátrình phân tích.

Nguyên tắc vẽ đường đẳng trị là bảo đảm tínhkhoa học thông qua việc xác định quy luật phân bốvà đặc điểm khí hậu chung của từng khu vực.

Ở đây, chúng tôi trình bày kết quả xây dựng bảnđồ nhiệt độ trung bình các tháng (1, 4, 7 và 10), mùakhô (11-4), mùa mưa (5-10) và năm.

3. Kết quả và nhận xét

Nhiệt độ trung bình thường thấp nhất trongtháng 1, tăng dần lên vào tháng 4, cao nhất trongtháng 7 và giảm dần vào tháng 10.

Vào tháng 1 (hình 1, 2), nhiệt độ giữa các vùngcó sự phân hóa rõ rệt và dao động từ nhỏ hơn 70Cđến lớn hơn 250C, trong đó ở nửa phía Bắc (từ ThừaThiên Huế trở ra) có nhiệt độ dưới 210C, một số nơithuộc núi cao Bắc Bộ nhỏ hơn 70C; còn nửa phíaNam có nhiệt độ từ 210C đến trên 250C.

Hình 1. Bộ bản đồ nhiệt độ trung bình tháng lần lượt của tháng 1, 4, 7, 10 thời kì 1961-2010

Trong tháng 4, nhiệt độ trung bình dao động từ

150C đến lớn hơn 270C, một số nơi thuộc vùng núi

cao Bắc Bộ và Tây Nguyên có nhiệt độ từ 15-170C;

ven biển từ Bình Định đến Bình Thuận và hầu khắp

Nam Bộ có nhiệt độ lớn hơn 270C.

Tháng 7, nhiệt độ trung bình dao động từ nhỏ

hơn 170C đến lớn hơn 290C, một số nơi thuộc núi

cao Bắc Bộ và Tây Nguyên có nhiệt độ nhỏ hơn

170C; khu vực Đồng bằng Bắc Bộ và ven biển từ

Thanh Hóa đến Bình Định có nhiệt độ trên 290C.

Vào tháng 10, nhiệt độ trung bình dao động từ

130C đến lớn hơn 270C, một số nơi thuộc vùng núi

cao Bắc Bộ có nhiệt độ khoảng 130C; khu vực từ

Long An đến Kiên Giang có nhiệt độ trên 270C.

Trong mùa đông, nhiệt độ trung bình dao động

từ nhỏ hơn 110C đến lớn hơn 270C, một số nơi thuộc


Số tháng 08 - 2014


Hình 2. Bộ bản đồ nhiệt độ trung bình lần lượt của mùa đông, mùa hè và cả năm thời kì 1961-2010

4. Kết luận

Kết quả xây dựng bản đồ cho thấy, nhiệt độ thấpnhất vào các mùa đông, tăng lên khá nhanh trongcác tháng mùa xuân, đạt đến đỉnh điểm (cao nhất)vào các tháng mùa hè và giảm dần xuống trong cáctháng mùa thu. Do Việt Nam nằm trong khu vực khíhậu nhiệt đới gió mùa, có mùa đông lạnh ở phíaBắc, nên nền nhiệt độ có sự phân hóa theo mùa rất

rõ rệt, quy luật giảm nhiệt độ theo độ cao địa hìnhgóp phần làm cho sự phân hóa của nền nhiệt độcàng sâu sắc hơn giữa vùng núi, núi cao và các vùngđồng bằng thấp. Do đó nền nhiệt độ ở phía Bắc (từThừa Thiên Huế trở ra), nhất là khu vực núi cao BắcBộ luôn có những biến động lớn hơn và khác biệt rõrệt với nền nhiệt độ tương đối cao và khá đồng đềutrong các mùa ở phía Nam (từ Đà Nẵng trở vào).


1. Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu, 2013. Khí hậu và tài nguyên khí hậu Việt Nam. Nhà xuất bản Khoahọc và Kỹ thuật (tái bản).

2. Nguyễn Duy Chinh, 2002. Kiểm kê tài nguyên khí hậu Việt Nam. Báo cáo tổng kết đề tài cấp Bộ.

vùng núi cao Bắc Bộ có nhiệt độ nhỏ hơn 110C; khuvực từ tây nam tỉnh Tây Ninh đến Long An có nhiệtđộ 270C.

Trong mùa hè, nhiệt độ trung bình dao độngtrong khoảng từ 15-290C; một số nơi thuộc vùngnúi cao Bắc Bộ và Tây Nguyên có nhiệt độ thấp nhất;còn khu vực Đồng bằng Bắc Bộ, ven biển Trung Bộ

và hầu hết Nam Bộ có nhiệt độ cao nhất.

Nhiệt độ trung bình năm dao động từ nhỏ hơn

150C đến lớn hơn 270C, trong đó thấp nhất là ở một

số nơi thuộc núi cao Bắc Bộ và Tây Nguyên và cao

nhất là khu vực từ phía tây tỉnh Tây Ninh đến Cà

Mau.

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp từ đề tài cấp Nhà nước “Nghiên cứu xây dựng Atlas khíhậu và biến đổi khí hậu Việt Nam” thuộc Chương trình KHCN-BĐKH/11-15.



NGHIÊN CỨU XÂY DỰNG KHUNG BỘ CHỈ SỐ VỀ

KHẢ NĂNG CHỐNG CHỊU CỦA MÔI TRƯỜNG TỰ NHIÊN VỚI

BIẾN ĐỔI KHÍ HẬU CHO TÁM PHÂN KHU SINH THÁI

TẠI VIỆT NAM

1. Giới thiệu

Việt Nam được đánh giá là một trong nhữngquốc gia bị ảnh hưởng nặng nề của BĐKH, tác độngcủa BĐKH là rất nghiêm trọng, ảnh hưởng đến hoạtđộng kinh tế - xã hội của con người và môi trườngtự nhiên của các hệ sinh thái tại Việt Nam. Ở ViệtNam, có 8 vùng sinh thái nông nghiệp đã được xácđịnh, đó là: Tây Bắc, Đông Bắc, Đồng bằng Bắc Bộ,Bắc Trung Bộ, Nam Trung Bộ, Tây Nguyên, ĐôngNam Bộ và Tây Nam Bộ. Nhằm đưa ra các biện phápbảo vệ môi trường tự nhiên trước BĐKH, việc đánhgiá được khả năng chống chịu của môi trường tựnhiên trước BĐKH là rất cần thiết để đánh giá tínhdễ tổn thương trước BĐKH và đưa ra các giải phápthích ứng ưu tiên cho các hệ sinh thái. Bên cạnh đó,việc đánh giá khả năng chống chịu của từng hệ sinhthái giúp các nhà chính sách xác định các giải phápưu tiên cho từng khu vực.

Bài báo này đã xây dựng khung bộ chỉ số đánhgiá khả năng chống chịu của môi trường cho 8phân khu sinh thái. Tuy nhiên, việc tính toán chỉ sốkhả năng chống chịu cho từng phân khu sinh tháicần tiếp tục hoàn thiện trong tương lai.

2. Phương pháp luận

Khung bộ chỉ số khả năng chống chịu của môitrường tự nhiên để đánh giá khả năng chống chịucho 8 phân khu sinh thái tại Việt Nam có thể đượcxây dựng dựa trên bốn chỉ số chính: (i) Đa dạng củamôi trường (D); (ii) Áp lực của con người đến môitrường (P); (iii) Độ linh hoạt của môi trường (F); và(iv) Môi trường đó có thể tiếp tục cung cấp các dịchvụ hệ sinh thái (ES) [1].

Mỗi chỉ số trên lại được cấu thành từ các chỉ sốphụ, trong đó, mỗi chỉ số phụ cũng được cấu thànhtừ nhiều yếu tố con khác. Để đơn giản hóa, trongcông thức xác định chỉ số khả năng chống chịu, giảđịnh bốn chỉ số chính đều có trọng số như nhau.

Do mỗi yếu tố thành phần cấu thành được tínhtoán theo các đơn vị khác nhau, nên cần phải quytất cả các yếu tố này thành chỉ số. Công thức sửdụng trong nghiên cứu được chỉnh sửa từ côngthức sử dụng trong Chỉ số Phát triển Con người đểtính chỉ số tuổi thọ - là tỉ lệ hiệu của tuổi thọ thực tếvà tuổi thọ tối thiểu với hiệu của tuổi thọ tối đa vàtuổi thọ tối thiểu (UNDP, 2007).

trong đó: S là yếu tố con cấu thành nên các chỉsố phụ của mỗi chỉ số chính; Smin và Smax là giá trịnhỏ nhất và lớn nhất của mỗi yếu tố.

Giá trị lớn nhất và nhỏ nhất được sử dụng đểđưa giá trị các yếu tố về một chỉ số tiêu chuẩn đểtính toán chỉ số khả năng thích ứng. Sau khi đượcchuẩn hóa, giá trị các yếu tố con được sử dụng đểtính toán giá trị của mỗi chỉ số phụ theo công thức:

Dựa trên giá trị chỉ số phụ, giá trị chỉ số chínhđược tính toán theo công thức:

PGS. TS. Huỳnh Thị Lan Hương, TS. Đỗ Tiến Anh, ThS. Đào Minh Trang

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậuThS. Phạm Ngọc Anh - Bộ Tài nguyên và Môi trường

Bài báo giới thiệu về bộ chỉ số về khả năng chống chịu của môi trường tự nhiên với biến đổi khí hậu(BĐKH) được xây dựng cho tám phân khu sinh thái tại Việt Nam. Bộ chỉ số bao gồm bốn chỉ sốchính: (i) đa dạng của môi trường; (ii) áp lực của con người đến môi trường; (iii) độ linh hoạt của

môi trường; và (iv) môi trường đó có thể tiếp tục cung cấp các dịch vụ hệ sinh thái.

Người đọc phản biện: TS. Nguyễn Kiên Dũng

minmax

min

SS

SSS (1)

n

SM

n

1ii

(2)

n

1iMi

i

n

1iMi

W

MWCF

(3)


Số tháng 08 - 2014


trong đó: CF là mỗi chỉ số chính cấu thành nênkhả năng chống chịu; Mi là các chỉ số phụ cấu thànhnên CF; wMi là trọng số của các chỉ số phụ và n là sốchỉ số phụ cấu thành nên chỉ số chính.

Chỉ số khả năng chống chịu sẽ được xác địnhdựa vào giá trị của bốn chỉ số chính theo công thức:

RI = D – P + F+ ES (4)

trong đó: RI (Resilience Index) là chỉ số khả năngchống chịu của môi trường tự nhiên, D (Diversity)là đa dạng của môi trường tự nhiên; P (Pressure) làáp lực của con người đến môi trường tự nhiên, F(Flexibility) là độ linh hoạt của môi trường tự nhiên,và ES (Ecological Services) là môi trường tự nhiênđó có thể tiếp tục cung cấp các dịch vụ hệ sinh thái.RI càng lớn thì môi trường càng có khả năng chốngchịu trước BĐKH.


Để xác định các chỉ số nhằm định lượng khảnăng chống chịu của môi trường tự nhiên, cần xácđịnh các đặc điểm của một môi trường tự nhiên

chống chịu tốt với BĐKH. Bài báo này tổng hợp cácđặc điểm của môi trường tự nhiên chống chịu tốtvới BĐKH bao gồm: (i) Sự đa dạng của môi trường;(ii) Môi trường trong đó những áp lực do con ngườiđược giảm thiểu; (iii) Tính linh hoạt trong quản límôi trường; (iv) Môi trường có thể tiếp tục cung cấpcác dịch vụ hệ sinh thái [2].

Khung bộ chỉ số khả năng chống chịu của môitrường tự nhiên cho 8 phân khu sinh thái tại ViệtNam được trình bày trong bảng 1.

a. Bộ chỉ số về sự đa dạng của môi trường

Sự đa dạng của môi trường là sự đa dạng về cấutrúc (ví dụ, môi trường sống, thực vật, cảnh quan,và địa hình) nhằm giảm tính dễ bị tổn thương trướckhí hậu (và các thay đổi khác) vì nó làm tăng khảnăng thích ứng. Bộ chỉ số về sự đa dạng của môitrường bao gồm các chỉ số sau: (i) phạm vi của môitrường sống bán tự nhiên; (ii) sự đa dạng của thảmthực vật; (iii) sự đa dạng về loài; (iv) sự đa dạng về hệsinh thái; (v) sự đa dạng nguồn gen; (vi) sự đa dạngcảnh quan; và (vii) tái tạo môi trường.

Bảng 1. Khung bộ chỉ số khả năng chống chịu của môi trường tự nhiên cho 8 phân khu sinh thái tại

Việt Nam

Chỉ số chính Chỉ số phụ Giải thích Chỉ số phụ

Sự đa dạng của môi trường

Môi trường sống bán tự nhiên

Diện tích đất theo từng mục đích sử dụng đất, chia theo GPG LULUCF 2003

Diện tích đất rừng Diện tích đất trồng trọt Diện tích đất đồng cỏ Diện tích đất nhà ở Diện tích đất ngập nước Diện tích đất khác

Sự đa dạng của thảm thực vật

Diện tích rừng theo từng loại cây

Rừng lá rộng thường xanh Rừng rụng lá Rừng lá kim Rừng hỗn hợp Rừng tre nứa Rừng hỗn giao Rừng đước Rừng trên núi đá vôi Rừng trồng

Sự đa dạng về loài

Số loài Thực vật Động vật trên cạn Vi sinh vật Sinh vật nước ngọt Sinh vật biển

Sự đa dạng về hệ sinh thái

Các loại HST Hệ sinh thái trên cạn Hệ sinh thái đất ngập nước Hệ sinh thái biển



Sự đa dạng nguồn gen

Phần trăm loài được bảo tồn nguồn gen/Tổng số loài

Cây trồng Vi sinh vật nông nghiệp Động vật quý hiếm

Sự đa dạng của cảnh quan

Số lượng cảnh quan

Tái tạo môi trường

Diện tích rừng trồng theo từng loại cây

Áp lực của con người đến môi trường được giảm thiểu

Mức độ khai thác nước ngầm và nước mặt

Chất lượng không khí

Tính linh hoạt trong quản lí

Diện tích đất thuộc phạm vi quản lí của hiệp định bảo tồn

Số lượng các kế hoạch quản lí có tích hợp BĐKH

Chỉ số dịch vụ hệ sinh thái

Dịch vụ hỗ trợ Rừng: tái tạo dinh dưỡng và kiến tạo đất

Tổng diện tích rừng trong khu vực

Biển: tái tạo dinh dưỡng và sản xuất cơ bản

Số km bờ biển

Nông nghiệp: tái tạo dinh dưỡng và kiến tạo đất

Diện tích cây họ đậu

Dịch vụ điều tiết Rừng: điều hòa khí hậu, điều tiết lũ lụt, dịch bệnh, lọc nước

Diện tích rừng và các loại rừng

Biển: điều hòa khí hậu, điều tiết dịch bệnh

Chiều dài bờ biển

Nông nghiệp: điều hòa khí hậu, lọc nước

Diện tích lúa Diện tích cây hàng năm Diện tích cây lâu năm

Hàng hóa môi trường

Rừng: gỗ để sản xuất vật dụng

Sản lượng gỗ được khai thác Lương thực từ rừng Nước

Rừng: cây được sử dụng cho công nghiệp

Số lượng và các loài thực vật được sử dụng làm nguyên nhiên liệu cho CN

Biển: thực phẩm Sản lượng và các loài thủy hải sản được đánh bắt

Nông nghiệp: lương thực

Sản lượng lương thực

Nông nghiệp: Nhiên liệu đốt

Số lượng hầm biogas

Nông nghiệp: Nhiên liệu đốt

Số lượng củi, gỗ, rơm sử dụng làm nhiên liệu đốt

Nông nghiệp: Nguyên liệu

Sản lượng cây lấy sợi

Dịch vụ văn hóa Số lượng các khu du lịch

b. Môi trường tự nhiên trong đó những áp lực

do con người được giảm thiểu

Có rất nhiều áp lực từ con người tác động lênmôi trường tự nhiên. Ngược lại, môi trường tự nhiên

không hoàn toàn tránh được các tác động của conngười, các tác động này nên được giảm xuống mứcmà không làm giảm chức năng của hệ thống môitrường. Áp lực của con người do đó cần được giảm


Số tháng 08 - 2014



1. Hahn, M. B., Riederer, A. M., Foster, S. O., 2009, The Livelihood Vulnerability Index: A pragmatic approachto assessing risks from climate variability and change- A case study in Mozambique, Global EnvironmentalChange, 19, 74 – 88.

2. Natural England, 2010, Climate Change adaptation indicators for the natural environment, avalaible atwww.naturalengland.org.uk.

thiểu và được duy trì dưới ngưỡng cho phép. Bộ cácchỉ số về “áp lực do con người” bao gồm các chỉ sốsau:

- Mức độ khai thác nước dưới đất và nước mặtcàng cao thì áp lực của con người đến môi trườngcàng lớn;

- Chất lượng không khí càng thấp thì áp lực củacon người đến môi trường càng cao.

c. Tính linh hoạt trong quản lí

Hiện tại, có rất ít các chỉ số đánh giá tính linhhoạt trong quản lí môi trường và có khả năng cầnphải xây dựng các chỉ số mới để đo lường đặc tínhnày. Hai chỉ số để đánh giá tính linh hoạt trong quảnlí môi trường tự nhiên bao gồm [2]:

- Diện tích đất thuộc phạm vi quản lí của các khubảo tồn: Sự gia tăng diện tích đất thuộc phạm viquản lí của các khu bảo tồn thể hiện số lượng đất cóthể ảnh hưởng đến việc quản lí các tác động củaBĐKH và các hoạt động thích ứng. Do đó, sự giatăng chỉ số này nên được hiểu là sự gia tăng khảnăng chống chịu;

- Tiến bộ trong việc đánh giá/lập kế hoạch chosự thay đổi khí hậu: Sự gia tăng số lượng các kếhoạch quản lí có tích hợp BĐKH và kế hoạch quảnlí thích ứng thể hiện việc quản lí linh hoạt, do đó, sẽchống chịu tốt hơn với BĐKH.

d. Môi trường tự nhiên mà có thể tiếp tục cung

cấp các dịch vụ hệ sinh thái

Một môi trường chống chịu tốt trước BĐKH cầnduy trì được chức năng của mình khi BĐKH và các

thay đổi khác xảy ra. Một cách để xác định các chỉ sốtiềm năng là đo lường bốn dịch vụ hệ sinh thái:

- Dịch vụ hỗ trợ: chẳng hạn như chu trình dinhdưỡng, sản xuất oxy và hình thành đất.

- Hàng hóa môi trường: như thực phẩm, chất xơ,nhiên liệu và nước;

- Dịch vụ điều tiết: ví dụ như điều hoà khí hậu,lọc nước và phòng chống lũ lụt;

- Dịch vụ văn hóa: như giáo dục, giải trí, và giátrị thẩm mỹ.

4. Kết luận

Để có giải pháp thích ứng ưu tiên đối với từngphân khu sinh thái, việc nghiên cứu xây dựng vàtính toán bộ chỉ số đánh giá khả năng chống chịucủa môi trường cho 8 phân khu sinh thái ở Việt Namlà hết sức cần thiết. Bài báo đã xây dựng đượckhung bộ chỉ số khả năng chống chịu của môitrường cho 8 phân khu sinh thái, bao gồm 4 chỉ sốchính: (i) đa dạng của môi trường tự nhiên, (ii) giảmáp lực của con người đến môi trường tự nhiên, (iii)độ linh hoạt của môi trường tự nhiên và (iv) môitrường tự nhiên đó có thể tiếp tục cung cấp cácdịch vụ hệ sinh thái, bao gồm: dịch vụ hỗ trợ, hànghóa môi trường, dịch vụ điều tiết và dịch vụ vănhóa. Mỗi chỉ số chính sẽ được cấu thành bởi các chỉsố phụ (bao gồm các chỉ số con) với các giá trị khácnhau phụ thuộc vào vùng sinh thái. Việc tính toánmỗi bộ chỉ số cần thu thập số liệu và thông tin cầnthiết. Kết quả tính toán cụ thể sẽ tiếp tục đượcnhóm nghiên cứu hoàn thiện trong tương lai.

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp từ đề tài cấp Nhà nước “Nghiên cứu phát triển bộ chỉ sốthích ứng với biến đổi khí hậu phục vụ công tác quản lý nhà nước về biến đổi khí hậu” thuộc Chương trìnhKHCN-BĐKH/11-15.



MỘT SỐ PHƯƠNG PHÁP XÁC ĐỊNH CHỈ SỐ

CĂNG THẲNG TÀI NGUYÊN NƯỚC VÀ BƯỚC ĐẦU ÁP DỤNG

CHO VÙNG NAM TRUNG BỘ

ThS. Phùng Thị Thu Trang, PGS. TS. Huỳnh Thị Lan Hương, Nguyễn Văn Đại và Nguyễn Hoàng Thủy

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu

Bài báo trình bày một số phương pháp tính toán chỉ số căng thẳng tài nguyên nước như chỉ sốFalkenmark, chỉ số căng thẳng nước WSI, chỉ số khan hiếm nước Rws,… từ đó nghiên cứu, áp dụngbộ chỉ số thích hợp cho điều kiện của Việt Nam. Bái báo cũng trình bày những kết quả tính toán

ban đầu về bộ chỉ số căng thẳng nước cho lĩnh vực nông nghiệp ở vùng Nam Trung Bộ, bao gồm hệ số sức épnguồn nước DPs – đại diện cho tỉ lệ tiêu thụ so với tổng lượng tài nguyên nước trên toàn lãnh thổ và chỉ số vểsử dụng nước cho giai đoạn hiện tại 2010. Kết quả cho thấy bộ chỉ số có khả năng áp dụng tại Việt Nam, phụcvụ cho công tác quản lí tài nguyên nước.


1. Tổng quan một số phương pháp tính toán

chỉ số căng thẳng tài nguyên nước

a. Chỉ số Falkenmark

Chỉ số Falkenmark là chỉ số phổ biến nhất trênthế giới để đánh giá tình trạng căng thẳng về nước.Chỉ số được định nghĩa là tổng lượng dòng chảynăm đáp ứng nhu cầu sử dụng của con người. Chỉ

số này thường được sử dụng trong đánh giá trênphạm vi quốc gia khi mà dữ liệu có sẵn nhằm cungcấp kết quả trực quan và dễ hiểu. Dựa trên việc sửdụng bình quân đầu người, các điều kiện nướctrong một khu vực có thể được phân loại như:không căng thẳng, căng thẳng, khan hiếm, và cực kìkhan hiếm.

Chỉ số (m3/đầu người) Tình trạng

>1700 Không căng thẳng

1000 - 1700 Căng thẳng

500 - 1000 Khan hiếm

<500 Cực kì khan hiếm

Lượng nước trên đầu người là cơ sở cho các chỉsố căng thẳng về nước của Falkenmark, phân biệtgiữa tình trạng khan hiếm nước do con người haydo khí hậu gây ra. Tuy nhiên, việc sử dụng lượngnước trung bình hàng năm của quốc gia có xuhướng che khuất các thông tin khan hiếm ở quy mônhỏ hơn.

b. Chỉ số căng thẳng tài nguyên nước WSI

Chỉ số WSI được định nghĩa là khoảng thiếu hụttương đối giữa giá trị thực tế và ngưỡng tương ứngcủa mỗi chỉ số căng thẳng. WSI là giá trị trung bìnhcó trọng số của các chỉ số WSIP, WSIE và WSID vàđược tính theo công thức:

Trong đó: WSIj là chỉ số căng thẳng tài nguyên

nước tổng hợp của vùng j; ρi là trọng số của mỗi chỉsố căng thẳng tài nguyên nước thành phần; WSIPlà chỉ số căng thẳng tài nguyên nước tính theo dânsố; WSIE là chỉ số căng thẳng nước tính theo môitrường sinh thái; WSID là chỉ số căng thẳng nướctính theo phát triển kinh tế.

Khi WSIij < 0 nghĩa là không có căng thẳng vềnước ở vùng j về mặt chỉ số i. Hiển nhiên chỉ số căngthẳng tài nguyên nước tổng hợp WSIj sẽ nằm trongkhoảng 0 <WSIj < 1. Giá trị WSIj ¬ càng lớn thì sựthiếu hụt nước càng nghiêm trọng.

Cũng giống như chỉ số Falkenmark, WSI chưatính đến chất lượng nước [1].

c. Chỉ số khan hiếm nước RWS

Đây là chỉ số hàm chứa thông tin về tiềm năngnguồn nước có sẵn. Nó được xác định bởi tỉ lệ sử

ij

n

1iij WSIWSI (1)

dụng nước hàng năm so với tổng lượng nước ngọtsẵn có, có thể xem như tỉ lệ phần trăm của tổng sốnăng lượng tái tạo tài nguyên nước hoặc là tỉ lệphần trăm tài nguyên nước nội địa. Heap et al.(1998) đã đưa vào biến nước khử muối để xác địnhtài nguyên nước mặn. Việc sử dụng biến nước khửmuối là không đáng kể trên quy mô toàn cầu,nhưng nó là rất quan trọng ở một số vùng, như vídụ ở các tiểu Vương quốc Ả Rập thống nhất, nơinước khử muối chiếm 18% nước hàng năm. Chỉ tiêunày được xác định bằng tỉ lệ:

Trong đó: Rws là chỉ số khan hiếm nước; W làlượng nước ngọt sử dụng hàng năm; S là lượngnước khử muối; Q là lượng nước có sẵn hàng nămđược tính theo công thức:

Trong đó R là lượng tài nguyên nước nội địa;Dup là tổng lượng tài nguyên nước từ bên ngoàichảy vào trong nước và α là là tỉ lệ của tài nguyênnước bên ngoài mà có thể được sử dụng. Các yếu tốα chịu ảnh hưởng bởi chất lượng của các nướcxuyên biên giới, tiêu thụ thực tế của tài nguyênnước trong khu vực thượng nguồn và khả năng tiếpcận của các nước.

Các mức độ nghiêm trọng của áp lực về nướcđược phân loại như sau:

- RWS <0,1: Không có áp lực về nước;

- 0,1 < RWS <0,2: Áp lực thấp;

- 0,2 < RWS <0,4: Áp lực vừa phải;

- 0,4 < RWS: Áp lực cao.

Tuy nhiên, chỉ số này có hạn chế là chưa tính đếnchất lượng nước cũng như sự phân bố không đồngđều giữa các vùng trong cùng một quốc gia [1].

d. Chỉ số sức ép khai thác, sử dụng nguồn nước

DPS

Khai thác quá mức nguồn nước sẽ làm ảnhhưởng đến quá trình thủy văn và khả năng tái tạocủa nguồn nước. Do đó, hệ số khai thác nguồnnước, được xác định tỉ lệ phần trăm nhu cầu sửdụng nước so với tổng lượng nước có sẵn trong tựnhiên:

Trong đó: Wu là tổng nhu cầu nước cho cácngành trên toàn lưu vực (m3); W là tổng lượng nướctự nhiên trên toàn lưu vực (m3);

Nếu DPs = 20%: Mức căng thẳng vẫn nằm tronggiới hạn khai thác sử dụng. DPs trong khoảng 30%- 40% là mức căng thẳng cao [2].

2. Phương pháp tính toán

Vùng Nam Trung bộ kéo dài từ 14011-16005’N, từtỉnh Bình Định đến Bình Thuận. Địa hình được chiathành 3 dạng chủ yếu là khu vực núi trung bình(cao > 1.000 m), núi thấp (<1.000 m) và đồng bằng.Tổng diện tích đất tự nhiên toàn vùng là 27497,2km2, trong đó: đất nông nghiệp chiếm 18,7%, đấtlâm nghiệp chiếm 39,4%, đất hoang hoá chưa sửdụng và sông suối là 35,1%. Đến nay, kinh tế nônglâm nghiệp vẫn là chủ đạo của vùng. Tuy nhiên, vàomùa khô, vùng Nam Trung Bộ rất có nguy cơ bị hạnhán, đặc biệt trong bối cảnh biến đổi khí hậu làmgia tăng tần suất và cường độ các hiện tượng cựcđoan.

Nghiên cứu tính toán chỉ số sức ép khai thác, sửdụng nguồn nước DPs để tính toán tình trạng căngthẳng cho ngành nông nghiệp vùng Nam Trung Bộ.

Nhu cầu tưới nước cho các loại cây trồng đượctính toán theo chương trình CROPWAT (Phiên bản8.0). Đây là chương trình tính nhu cầu tưới, chế độtưới và kế hoạch tưới cho các loại cây trồng trongcác điều kiện khác nhau; được soạn thảo, công bốvà yêu cầu áp dụng bởi tổ chức lương thực của LiênHợp Quốc FAO. Mặc dù mới ra đời từ năm 1991nhưng chương trình CROPWAT đã được ứng dụngrất phổ biến tại nhiều nơi trên thế giới không chỉ vìnó là một chương trình tính tiến bộ, đầy đủ, hiệnđại về nội dung mà còn vì nó rất tiện lợi và dễ sửdụng.

Công thức (4) tính toán chỉ số sức ép khai thácnước cho nông nghiệp được áp dụng cho 2 giaiđoạn 2010 và 2020.

3. Kết quả tính toán

Theo kết quả tính toán, nhu cầu sử dụng nướctrong nông nghiệp năm 2010 của vùng Nam TrungBộ và Tây Nguyên là 3,870 triệu m3 và năm 2020 là3,176 triệu m3.


Số tháng 08 - 2014


QSWRWS (2)

UPDRQ (3)

WW

P US (4)



Bảng 1. Nhu cầu sử dụng nước trong nông nghiệp năm 2010 (106m3)

STT Tỉnh/ thành phố Lượng nước cần tưới năm 2010 (m3)

Lúa đông xuân Lúa hè thu Lúa mùa Tổng 1 Bình Định 0,250 0,224 0,149 0,622 2 Phú Yên 0,147 0,114 0,040 0,301 3 Khánh Hoà 0,127 0,082 0,043 0,252 4 Ninh Thuận 0,135 0,083 0,114 0,332 5 Bình Thuận 0,341 0,146 0,245 0,732

Bảng 2. Nhu cầu sử dụng nước trong nông nghiệp năm 2020 (106m3)

STT Tỉnh/ thành phố Lượng nước cần tưới năm 2020 (m3) Lúa đông xuân Lúa hè thu Lúa mùa Tổng

1 Bình Định 0,251 0,231 0,126 0,609 2 Phú Yên 0,151 0,115 0,039 0,306 3 Khánh Hoà 0,142 0,082 0,073 0,298 4 Ninh Thuận 0,144 0,117 0,116 0,377 5 Bình Thuận 0,415 0,139 0,216 0,771

Dựa vào nhu cầu nước tính toán được và tổnglượng nước tự nhiên của các địa phương, ta có thểtính được chỉ số nhu cầu sử dụng nước giai đoạn

2010 và 2020 cho ngành nông nghiệp theo côngthức (4) và kết quả được dẫn ra trong bảng 3 và 4.

Bảng 3. Chỉ số về sức ép khai thác, sử dụng nước giai đoạn 2010 cho ngành nông nghiệp

STT Tỉnh Chỉ số sức ép khai thác, sử dụng nước (%)


Bảng 4. Chỉ số về sức ép khai thác, sử dụng nước giai đoạn 2020 cho ngành nông nghiệp

STT Tỉnh Chỉ số sức ép khai thác, sử dụng nước (%)


4. Kết luận

Bài báo đã nghiên cứu và tổng quan một số chỉsố căng thẳng tài nguyên nước có thể áp dụng tạiViệt Nam, trong đó chỉ số Falkenmark là chỉ số đượcáp dụng rộng rãi nhất hiện. Kết quả tính toán chothấy, sức ép về nước lên ngành nông nghiệp khôngquá khác biệt ở hai giai đoạn 2010 và 2020. So vớimức DPs = 20%, thì các tỉnh vùng Nam Trung Bộvẫn nằm trong giới hạn khai thác, sử dụng chophép. Xét riêng từng địa phương thì tỉnh Ninh

Thuận là tỉnh có sức ép về khai thác nước cao nhất,với tổng mức khai thác là khoảng 14% và 16% chohai giai đoạn 2010 và 2020. Phú Yên là tỉnh có chỉsố sức ép về nước thấp nhất trong vùng Nam TrungBộ với chỉ xấp xỉ 5,7% và 5,8% đối với hai giai đoạn2010 và 2020. Tuy nhiên, chỉ số DPs vẫn chưa đủ đểkết luận về tình trạng căng thẳng nước cho ngànhnông nghiệp nói riêng và vùng Nam Trung Bộ nóichung.

Tài liệu tham khảo1. Amber Brown, Marty D. Matlock, 2011. A Review of Water Scarcity Indices and Methodologies. White paper

No. 106, University of Arkansas, The Sustainability Consortium.2. Frank R. Rijsberman, 2005. Water scarcity: Fact or fiction? Agricultural Water Management 80 (2006) 5–22.

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp từ đề tài cấp Nhà nước “Nghiên cứu ứng dụng bộ chỉ số xác địnhmức độ căng thẳng tài nguyên nước ở Việt Nam và vận dụng trong điều kiện cụ thể của vùng Nam Trung Bộ”.


Số tháng 08 - 2014


ÁP DỤNG MÔ HÌNH RSM TRONG DỰ BÁO KHÍ HẬU

Ở VIỆT NAM

1. Giới thiệu

Mô hình phổ khu vực RSM (Regional spectralModel) được phát triển bởi Juang và các cộng sự1996 [2] là một trong những thành phần của hệthống dự báo tổ hợp hạn ngắn của Trung tâm Quốcgia về Dự báo Môi trường Mỹ (NCEP) phục vụ dựbáo thời tiết và khí hậu. RSM hiện nay đang đượcsử dụng trong dự báo thời tiết và khí hậu ở một sốnước như Hồng Kông, Đài Loan, Mỹ, Nhật Bản,…

RSM phiên bản đầu tiên sử dụng chuỗi Fouriernhư các hàm cơ bản [3]. Cách tiếp cận này đòi hỏi sửdụng các điều kiện biên tuần hoàn theo cả phươngX và phương Y bằng việc thêm vào một vùng đệmtheo hướng đông-tây và bắc-nam. Hệ thống tínhtoán trong mô hình đầu tiên là phương pháp Tat-sumi [3]. Sau đó liên tục được phát triển bằng việcsử dụng các nhiễu động từ trường phân tích/dựbáo toàn cầu. Ưu điểm của phương pháp này là làmgiảm được biên độ các nhiễu động, đồng thời tănghiệu suất của mô hình. Hong et al, 1997 [1] nghiêncứu cải tiến về tính gián đoạn của địa hình tại biênxung quanh. So với các mô hình điểm lưới đã đượcnghiên cứu ở Việt Nam, RSM có 3 ưu điểm so với cácmô hình điểm lưới khác: (1) Tăng tính chính xác vàhiệu suất của mô hình, giảm được sai số cắt xén vàsai số pha; (2) Cho phép thời gian tích phân dài hơnmà không làm giảm đáng kể tính chính xác, phùhợp với các ứng dụng về khí hậu; (3) Mô hình xâydựng theo phương pháp tương tự như ở mô hìnhtoàn cầu (đều là mô hình phổ). Do đó vấn đề tíchhợp mô hình toàn cầu-khu vực trong quá trình chitiết hóa động lực trở nên đồng bộ cả về góc độcông nghệ và vật lí.

Cấu trúc của mô hình RSM (hình 1) gồm có 4

Module chính: 1) SYS chứa các chương trình mãnguồn và công cụ hỗ trợ để chạy mô hình; 2) Mod-ule URS lựa chọn cấu hình chạy mô hình; 3) INPUTxử lí số liệu đầu vào để chạy mô hình; 4) OUTPUTkết quả đầu ra của mô hình dưới định dạng grib.Trong module SYS chứa đựng các thành phần xử línhư: lib-Thư viện của mô hình, utl-Công cụ hỗ trợ,src-code nguồn của mô hình, fix-File chứa dữ liệuhằng số cố định (constant), jsh-Các chương trình(script) chính để chạy mô hình, ush-Các chươngtrình (script) hỗ trợ cho các chương trình chính, opt-Cấu hình mặc định cho mô hình. Trong module URSchứa đựng các thành phần: Doc-Các tài liệu liênquan đến mô hình, exp-Cấu hình chạy cho cáctrường hợp riêng.

2. Thiết kế thử nghiệm dự báo

a. Lựa chọn miền tính

Để lựa chọn được số điểm lưới cho miền tính môhình RSM, cần tuân theo một hàm quy luật phổ. Sốđiểm lưới theo phương ngang phải được lựa chọnbằng tích của hàm mũ cơ số 2 và cơ số 3. Do vậytrong thử nghiệm này,với điều kiện tài nguyên máytính hiện có, chúng tôi lựa chọn miền tính bao trùmkhu vực Việt Nam và Biển Đông (hình 2) bao gồm144x144 (24*32) điểm theo phương bắc-nam với độphân giải ngang 26 km, giới hạn miền được quantâm từ -5-290N; 95-1300E với 42 mực thẳng đứng vàbước thời gian tích phân là 45s.

b. Số liệu đầu vào và các tham số vật lí được lựa

chọn cho mô hình

Trong bài báo này, chúng tôi thiết lập mô hìnhRSM chạy dự báo khí hậu cho 6 tháng bắt đầu từtháng 8/2014 với điều kiện biên và điều kiện banđầu cập nhật 6h/lần từ trường dự báo của mô hình

CN. Lưu Nhật Linh, ThS. Vũ Văn Thăng, TS. Mai Văn Khiêm và ThS. Nguyễn Đăng Mậu

Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu

Bài báo trình bày sự đánh giá, so sánh kết quả dự báo nhiệt độ trung bình và tổng lượng mưa tháng6/2014 (hạn dự báo 3 tháng) bằng mô hình RSM với số liệu đầu vào là sản phẩm dự báo của môhình CFS và số liệu quan trắc, đồng thời đưa ra kết quả thử nghiệm dự báo khí hậu (nhiệt độ và

lượng mưa với hạn dự báo 6 tháng) cho các tháng 8, 9,10, 11, 12/2014 và tháng 1/2015) trên khu vực Việt Nam.Kết quả cho thấy, mô hình RSM đã phần nào nắm bắt được sự phân bố nhiệt độ và lượng mưa tháng 6/2014.Tuy nhiên, kết quả dự báo nhiệt độ trung bình thấp hơn quan trắc từ 1-20C và mô hình chưa nắm bắt tốt chếđộ mưa. Kết quả dự báo từ mô hình RSM đã phản ánh được xu thế diễn biến khí hậu các tháng cuối năm 2014cả về không gian và thời gian.

Người đọc phản biện: ThS. Võ Văn Hòa



Hình 1. Sơ đồ cấu trúc mô hình Hình 2. Miền tính mô hình

Bảng 1. Các lựa chọn vật lí cho cấu hình RSM

Các tùy chọn vật lí Tác giả Vi vật lí mây Hong et al. 1998 Bức xạ sóng dài (RRTM) Mlawer et al. 1997 Bức xạ sóng ngắn Chou and Suarez, 1999; Hou et al, 2002 Vật lí lớp sát đất (JMonin-Obukhov) Skamarock et al. 2005 Mô hình đất bề mặt Pan and Mahrt, 1987 Vật lí lớp biên hành tinh Troen and Mahrt, 1986 Tham số hóa đối lưu (SAS) Pan và Wu 1994, Hong and Pan 1998 Khuếch tán thẳng đứng Hong et al, 1996


a. So sánh với số liệu quan trắc

Do hệ thống dự báo khí hậu bằng RSM mới chỉđược đưa vào thử nghiệm từ tháng 03/2014, chúngtôi chưa có được bộ số liệu dự báo đủ dài để có thểđánh giá định lượng kĩ năng dự báo của mô hìnhdựa trên các chỉ số thống kê. Do vậy, trong khuônkhổ bài báo này, nhóm tác giả chỉ đưa ra sự so sánhgiữa kết quả dự báo nhiệt độ trung bình và tổnglượng mưa tháng 6 năm 2014 (dự báo trước 3tháng) và số liệu quan trắc hiện có.

Dựa vào bản đồ nhiệt độ trung bình tháng

06/2014 (hình 3), có thể thấy mô hình RSM (hình3.a) dự báo tương đối tốt nhiệt độ trung bình tháng06/2014 cho khu vực ven biển Bắc Trung Bộ và cáctỉnh Đông Nam Bộ. Đối với các khu vực như Đồngbằng Bắc Bộ, Đông Bắc Bộ, Nam Trung Bộ, TâyNguyên hay Tây Nam Bộ, mô hình dự báo nhiệt độthấp hơn từ 1-20C.

Hình 4 biểu diễn bản đồ tổng lượng mưa tháng6 cho khu vực Việt Nam. Nhìn chung RSM nắm bắtđược sự phân bố diện cũng như lượng mưa cho cácvùng khí hậu nhưng chưa dự báo tốt lượng gió mùatây nam cho Đông Nam Bộ và Tây Nguyên.

khí hậu toàn cầu CFS với độ phân giải ngang 1x1 độkinh vĩ và số mực thằng đứng là 37 cùng với các sơđồ tham số hóa vật lí cho trên bảng 1. Qua đó thử

nghiệm dự báo và đưa ra những nhận định ban đầucho trường nhiệt độ trung bình và tổng lượng mưatháng cho khu vực Việt Nam trong 6 tháng tới đây.

a) a)b) b)

Hình 3. Bản đồ nhiệt độ trung bình tháng06/2014 khu vực Việt Nam. (a) Kết quả mô hìnhRSM, (b) Số liệu quan trắc

Hình 4. Bản đồ tổng lượng mưa tháng 6/2014khu vực Việt Nam. (a) Kết quả mô hình RSM, (b)Số liệu quan trắc


Số tháng 08 - 2014


b. Kết quả dự báo nhiệt độ cho Việt Nam

Từ kết quả dự báo nhiệt độ trung bình các thángcho khu vực Việt Nam (hình 5), ta thấy: Về cơ bảnRSM nắm bắt được xu thế biến đổi của nhiệt độ trêncác vùng khí hậu. Kết quả dự báo tháng 8 (hình 5a)cho thấy nhiệt độ các vùng Đông Bắc, Bắc Trung Bộ,Nam Trung Bộ và một phần phía nam của Nam Bộvào khoảng 28-300C, các vùng khí hậu Tây Bắc vàTây Nguyên vào khoảng 21-240C. Kết quả dự báonhiệt độ cho tháng 9 (hình 5b) là 24-260C; chotháng 10 (hình 5c) là 18-210C cho tháng 11 (hình 5d)là 12-180C (khu vực Tây Bắc khoảng 12-150C, vùngĐông Bắc, Đồng bằng Bắc Bộ và Bắc Trung Bộ vàokhoảng 15-180C), các vùng khí hậu phía Nam, vàokhoảng 21-240C. Kết quả dự báo nhiệt độ cho cáctháng mùa đông (hình 5e và 5f ) cho thấy, tháng12/2014 và tháng 1/2015 là tương tự nhau. Đối với

các vùng khí hậu phía Bắc nhiệt độ dao động trongkhoảng 8-180C (nhiệt độ khoảng 8-120C ở vùng núiTây Bắc, 15-180C ở các vùng Đông Bắc và Bắc TrungBộ), còn đối với các vùng khí hậu phía Nam, nhiệtđộ dao động trong khoảng từ 21-260C.

Như vậy, mô hình dự báo xu thế biến đổi nhiệtđộ theo thời gian trong năm của các vùng khí hậucủa Việt Nam là khá phù hợp với quy luật khí hậu.

c. Kết quả thử nghiệm dự báo tổng lượng mưa

tháng

Dựa vào các bản đồ dự báo tổng lượng mưa cáctháng cho Việt Nam (hình 4), có thể thấy rằng: dựbáo tổng lượng mưa tháng 6 cho thấy khả năng dựbáo tốt cả về diện và lượng trên hầu hết lãnh thổ,tuy nhiên lại nắm bắt không tốt chế độ mưa củagió mùa mùa hè cho khu vực Tây Nguyên và ĐôngNam Bộ.

a) d)

b)

c)

e)

f)

Hình 5. Kết quả dự báo nhiệt độ trung bình các tháng (tháng 8, 9, 10, 11, 12/2014 và 1/2015 tươngứng 5a, 5b, 5c, 5d, 5e và 5f) cho Việt Nam



RSM mô phỏng tương đối tốt quy luật phân bốmùa mưa của các vùng Tây Bắc, Đông Bắc, Đồngbằng Bắc Bộ, Bắc Trung Bộ và Nam Bộ. Trong tháng8 (hình 6a), RSM dự báo mưa ở khu vực Bắc Bộ vàNam Bộ có tổng lượng mưa tháng lớn hơn so với

các khu vực còn lại. Sang tháng 9 (hình 6b), phía bắcBắc Trung Bộ, Nam Trung Bộ, Tây Nguyên và NamBộ có lượng mưa khá lớn. Tháng 10 (hình 6c), chỉcòn hai khu vực có lượng mưa tháng lớn hơn cácvùng còn lại là Bắc Trung Bộ và Nam Bộ.

a)

b)

c)

d)

e)

f)

Hình 6. Kết quả dự báo tổng lượng mưa các tháng (tháng 8, 9, 10, 11, 12/2014 và 1/2015, tương ứng

với các hình 6a, 6b, 6c, 6d, 6e và 6f ) cho Việt Nam

Đối với ba tháng mùa đông, lượng mưa giảmmạnh so với ba tháng trước đó. Trung bình tổnglượng mưa mỗi tháng trên tất cả các vùng đều daođộng từ 50 -150mm. Riêng, khu vực Bắc Trung Bộ(cả 3 tháng 11, 12 và 1/2015) và một phần phía namcủa Nam Bộ (tháng 11) có lượng mưa tháng caohơn các vùng còn lại.

Về cơ bản, RSM đã nắm bắt được xu thế biến đổi

của diện mưa các tháng 9, 10 và 11 ở miền Trungvới lượng mưa dự báo khoảng 100-300 mm.

4. Kết luận và kiến nghị

Từ các nhận xét ở phần trên, có thể rút ra kếtluận như sau:

Mô hình RSM đã nắm bắt tốt sự phân bố cũngnhư xu thế biến đổi nhiệt độ của các vùng khí hậu


Số tháng 08 - 2014



1. Hong, S. Y., and H.M. H. Juang, 1998: Orography blending in the lateral boundary of a regional model.Mon. Wea. Rev., 126, 1714–1718.

2. Juang, H. M. H., S. Y. Hong, W. S. Wu, H. L. Pan and M. Kanamitsu, 1996: Recent improvement and parallelprecipitation scores of the NCEP regional spectral model. 11th Conference on Numerical Weather Prediction,Norfolk, Virginia., Amer. Metero. Soc., JP2.7.

3. Masao Kanamitsu, Hideki Kanamaru, Yifeng Cui and Henry Juang: Parallel Implementation of the Re-gional Spectral Atmospheric Model. G-RSM User's Manual.

trên khu vực Việt Nam. Tuy nhiên, kết quả nhiệt độtrung bình tháng tại một số vùng thấp hơn trungbình nhiều năm như vùng Tây Bắc, Nam Bộ, TâyNguyên vào các tháng mùa hè cũng như các vùngkhí hậu phía bắc trong các tháng mùa đông.

Đối với tổng lượng mưa tháng, mô hình dự báotốt phân bố mưa theo cả không gian và thời gian.Vào tháng chính hè (tháng 8) mô hình dự báo lượng

mưa cho khu vực Bắc Bộ khoảng 300-400 mm, vàNam Bộ khoảng 200-300 mm, đặc biệt là vùng mưalớn Bắc Quang mô hình dự báo trên 500 mm. Vàocác tháng mùa đông tổng lượng mưa có xu thếgiảm phù hợp với quy luật khí hậu. Mô hình RSM đãbắt được xu thế mưa các tháng 9, 10 và 11 ở khuvực miền Trung Việt Nam, với lượng mưa dự báodao động trong khoảng 100-300 mm.

Lời cảm ơn: Bài báo hoàn thành nhờ sự trợ giúp kinh phí từ đề tài cấp Nhà nước: “Nghiên cứu xây dựng hệthống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng”, thuộc Chương trình KC.08/11-15.



PHƯƠNG PHÁP ĐƠN GIẢN ƯỚC TÍNH PHÂN BỐ CÁT BÙN BỒI

LẮNG CÁC HỒ CHỨA Ở VIỆT NAM

1. Đặt vấn đề

Phân bố bùn cát bồi lắng trong các hồ chứa theokhông gian và thời gian là cơ sở khoa học quantrọng trong việc thiết kế hồ chứa và xây dựng quitrình vận hành hồ. Có nhiều phương pháp ước tínhphân bố bùn cát bồi lắng hồ chứa, song áp dụngphương pháp nào trong thực tế còn phụ thuộc vàotình hình số liệu cụ thể.

Đối với hầu hết các hồ chứa vừa và nhỏ ở nướcta, khi thiết kế, các số liệu số liệu địa hình (các mặtcắt ngang), địa mạo, quá trình mực nước thượnglưu đập, lưu lượng nước và bùn cát, thành phần hạtcủa bùn cát đến hồ... đều bị thiếu hoặc không có. Vìvậy, không thể sử dụng các mô hình toán hiện đại,phức tạp mà phải nghiên cứu áp dụng nhữngphương pháp đơn giản để tính toán phân bố bùncát bồi lắng theo không gian và thời gian.

2. Phương pháp đơn giản ước tính phân bố

bùn cát bồi lắng theo thời gian

Để ước tính phân bố bùn cát bồi lắng theo thờigian có thể sử dụng các công thức đơn giản củaShamov, Lapshenkov, Garde...

Công thức Shamov được dùng rộng rãi ở Nga,Trung Quốc:

Trong đó: WT = tổng lượng bùn cát bồi lắng sauT năm vận hành hồ [m3], W∞ = thể tích giới hạn củabùn cát bồi lắng trong hồ [m3], ao = hệ số tỷ lệ, T =thời gian tính từ khi hồ bắt đầu vận hành [năm], aovà W∞ có thể tính như sau:

Trong đó: W1 = thể tích bùn cát bồi lắng trong

năm vận hành đầu tiên [m3], Ro = tổng lượng bùn

cát năm vào hồ (bao gồm cả bùn cát lơ lửng và di

đáy) trung bình nhiều năm [kg], ρs = khối lượng

riêng bùn cát bồi lắng [kg/m3], Ar, Ap = tiết diện ướt

của lòng sông và tiết diện ướt của hồ tại vị trí sát

đập ứng với mực nước tương ứng với lưu lượng

nước bằng 3/4 lưu lượng nước lớn nhất [m2], Vn =

dung tích hồ ứng với mực nước dâng bình thường

[m3], n1 = hệ số phụ thuộc vào độ dốc của sông s,

bằng 1,00 - 0,80 nếu s < 0,0001, bằng 0,80 - 0,50 nếu

s = 0,0001 - 0,001, bằng 0,50 - 0,33 nếu s = 0,001 -

0,01.

3. Phương pháp đơn giản ước tính phân bố

bùn cát bồi lắng theo không gian

Để ước tính phân bố bùn cát bồi lắng theo thời

gian có thể sử dụng các công thức đơn giản của

Borland-Miller, Menné-Kriel (1959), Chien (1982)...

Phương pháp Borland-Miller được xây dựng trên

kết quả khảo sát 30 hồ chứa ở Mỹ. Quá trình tính

toán gồm hai bước: 1) Phân loại hồ, 2) Tính phân bố

bùn cát bồi lắng. Các hồ chứa được phân làm 4 loại

(bảng 1) dựa trên quan hệ giữa thể tích và chiều sâu

ban đầu của hồ (hình 1).

TS. Nguyễn Kiên Dũng

Trung tâm Ứng dụng công nghệ và Bồi dưỡng nghiệp vụ khí tượng thủy văn và môi trường

Có nhiều phương pháp ước tính phân bố bùn cát bồi lắng trong các hồ chứa theo không gian vàthời gian. Tuy nhiên áp dụng phương pháp nào trong thực tế còn phụ thuộc vào tình hình số liệucụ thể.

Bài báo này giới thiệu các phương pháp đơn giản ước tính phân bố bùn cát bồi lắng trong các hồ chứatheo không gian và thời gian, thử áp dụng tính cho hồ chứa Hòa Bình, trên sông Đà.

(4)

(1)

(2)

(3)

Người đọc phản biện: PGS. TS. Hoàng Minh Tuyển


Số tháng 08 - 2014


Hình 2 là sơ đồ bồi lắng theo Borland-Miller. Thểtích bồi lắng tính toán sẽ được xác định theo côngthức:

Trong đó: Vsc = thể tích bồi lắng tính toán [ac-fthay m3], ΔD = gia số độ sâu trong bước tính [ft haym], Do = độ sâu bùn cát tích đọng trước đập [ft haym], Aso = diện tích bề mặt hồ ban đầu ở độ sâu Do[ac hay m2], Vso = thể tích bùn cát lắng đọng dưới

độ sâu Do [ac-ft hay m3], Ap(i) = C[Pm1 (1 - P)n2] =diện tích mặt hồ tương đối tại độ sâu tương đối P =D/H, D = độ sâu từ mực nước nào đó đến đáy hồtrước đập [ft hoặc m], DT = độ sâu từ mực nước lớnnhất đến đáy hồ [ft hoặc m], C1, n2, m1 = hệ sốkhông thứ nguyên cho các loại hồ (bảng 1).

Phân bố bồi lắng trong hồ được tính thử dầncho đến khi tổng lượng bồi lắng tính toán xấp xỉ vớitổng lượng bồi lắng đã biết.

(5)

Hình 1. Quan hệ thể tích- độ sâu

Hình 2. Sơ đồ bồi lắng theo Borland-Miller

M là số nghịch đảo của độ dốc đường quan hệ dung tích-độ sâu (M = cotgα).

Bảng 1. Bảng phân loại hồ theo Borland-Miller



Bảng 2. Tham số của công thức Shamov tính phân bố bồi lắng hồ Hòa Bình

Bảng 3. Kết quả tính phân bố bồi lắng hồ Hòa Bình

theo thời gian vận hành bằng công thức Shamov

Bảng 4. Kết quả tính phân bố bồi lắng cát bùn hồ Hòa Bình

bằng phương pháp Borland-Miller

Kết quả được trình bày trong bảng 3. Lượng bồilắng tính toán hàng năm trung bình trong 10 nămđầu vận hành là 64,1 triệu mét khối, tương đối phùhợp so với giá trị thực đo trung bình trong 7 năm

đầu tích nước (1990 -1996) là 67,2 triệu mét khối.Sau 75 năm vận hành, hồ Hòa Bình bị bùn cát bồilấp một lượng bằng dung tích chết của hồ.

Phương pháp Borland-Miller đã được sử dụngđể ước tính phân bố bùn cát bồi lắng trong hồ HòaBình với các ràng buộc như sau: cao trình đáy hồ tạiđập = 15 m, cao trình mực nước dâng bình thường= 115m, độ sâu ban đầu tại đập = 100 m, lượng bùncát đến hồ hàng năm = 69.106m3, thời gian bồi lắng= 80 năm, lượng bùn cát bồi lắng lũy tích sau 80năm = 4061.106m3.

Dựa trên quan hệ giữa thể tích và chiều sâu ban

đầu của hồ đã xác định được các hệ số: C1 = 2,324,m1 = 0,5, n2 = 0,4. Sau 80 năm vận hành, cao trìnhbồi lắng trước đập Hòa Bình tính theo công thứcBorland-Miller là 48 m với K = 46,421 và tổng lượngbùn cát bồi lắng tương ứng là 4066 triệu mét khối.Bùn cát bồi lắng cũng kéo theo các quan hệ diệntích bề mặt và thể tích với mực nước hồ bị thay đổikhá nhiều so với năm đầu vận hành (bảng 4).

Phương pháp Borland-Miller đã được kiểm tratại 13 hồ chứa ở Nam Phi. Kết quả cho thấy, quanhệ độ sâu-dung tích/diện tích trong một số trườnghợp thực tế không phù hợp với đường cong phânloại của Borland-Miller. Ngoài ra, phương pháp nàykhông cho phép tính phân bố lượng bùn cát bồilắng trong hồ tương ứng với các khoảng cách tính

từ đập.

3. Kết quả thử nghiệm ước tính phân bố bùn

cát bồi lắng cho hồ Hòa Bình

Sử dụng phương pháp Shamov để xác địnhphân bố bùn cát bồi lắng hồ Hòa Bình theo thờigian vận hành T với các tham số được xác định nhưbảng 2.


Số tháng 08 - 2014



Khi số liệu không đáp ứng cho các mô hình toándự tính bồi lắng hồ chứa thì các phương pháp đơngiản ước tính phân bố bùn cát bồi lắng có thể sửdụng. Kết quả tính toán thử nghiệm đối với hồ HòaBình cho thấy các phương pháp này có thể đáp ứng

phục vụ công tác thiết kế công trình, đặc biệt đốivới các hồ chứa vừa và nhỏ thiếu số liệu đầu vào.

Để nâng cao độ chính xác của các phương phápnày, cần thiết phải tiến hành điều tra bồi lắng thựctế một số hồ chứa nhằm hiệu chỉnh các tham sốcho phù hợp với điều kiện Việt Nam.

Tài liệu tham khảo1. Nguyễn Kiên Dũng. Nghiên cứu, tính toán bồi lắng và nước dềnh ứng với các phương án xây dựng khác

nhau của hồ chứa Sơn La. Đề tài NCKH cấp Bộ. Hà Nội, 2003.2. Annandale G.W. (1987). Reservoir Sedimentation. Elsevier Science Publishers B.V/Science and Technology

Division, Amsterdam, Netherlands. 3. Fan J. and Morris G.L. (1992). Reservoir Sedimentation. J. Hydraulics Engineering, ASCE, vol.118(3). 4. Julient P.Y. (1995). Erosion and Sedimentation. Cambridge University Press, Cambridge, U.K. 5. Strand R.I. and Pemberton E.L. (1987). Reservoir sedimentation. Design of Small Dams, U.S. Bureau of

Reclamation, Denver.



SỬ DỤNG MƯA DỰ BÁO SỐ TRỊ PHÂN GIẢI CAO ĐỂ

NÂNG CAO CHẤT LƯỢNG DỰ BÁO LŨ KHU VỰC

MIỀN TRUNG VÀ TÂY NGUYÊN

ThS. Nguyễn Văn Hiếu, TS. Bùi Minh Tăng, KS. Bùi Đức Long, ThS. Vũ Đức Long

Trung tâm Dự báo khí tượng thủy văn Trung ương

Bài báo giới thiệu kết quả sử dụng các sản phẩm mưa dự báo của mô hình WRFARW vào dự báo báolũ cho các sông ở khu vực miền Trung và Tây Nguyên. Một số thử nghiệm được thực hiện trên cácmô hình thủy văn, thủy lực đang được sử dụng tại Trung tâm Dự báo khí tượng thủy văn (KTTV)

Trung ương nhằm đánh giá khả năng sử dụng các sản phẩm dự báo mưa số trị. Các kết quả thử nghiệm bướcđầu cho thấy việc đưa các sản phẩm dự báo mưa số trị phục vụ dự báo thủy văn đã góp phần nâng cao chấtlượng dự báo lũ cho ở miền Trung và Tây Nguyên.

Người đọc phản biện: TS. Lương Tuấn Minh

1. Mở đầu

Trong những năm gần đây, việc ứng dụng môhình số trong dự báo thời tiết được phát triển mạnhmẽ. Hệ thống WRFARW là thế hệ mô hình phát triểntiếp theo của hệ thống dự báo thời tiết quy mô vừađược phát triển với hai mục đích nghiên cứu và ứngdụng nghiệp vụ. Hệ thống WRFARW gồm phần môhình với hai nhân động lực khác nhau và phần hệthống đồng hóa số liệu. Quy mô không gian có thểnắm bắt được của hệ thống là từ vài mét cho đếnhàng nghìn km. Mô hình khu vực được lựa chọntrong đề tài là hệ thống WRFARW chạy với hai độphân giải ngang là 15 km và 5 km với thời gian dựkiến đến 72 giờ (6 giờ một lần). Miền tính của độphân giải 15km bảo phủ toàn bộ Việt Nam (vĩ độ 5-26N; kinh độ 96-123E) trong khi miền tính 5 km tậptrung vào khu vực miền Trung và Tây nguyên (vĩ độ11,0-21,035N; kinh độ 103,0-113,035E).

Bài báo đã ứng dụng WRFARW dự báo mưa vớihai độ phân giải ngang là 15 km và 5 km để tínhtoán thử nghiệm các trận lũ điển hình bằng cácphương pháp, mô hình dự báo thuỷ văn đang đượcsử dụng ở Trung tâm Dự báo KTTV Trung ương chocác sông ở Trung Bộ và Tây Nguyên. Các hệ thốngsông chính được tính, áp dụng là: sông Mã, sôngCả, sông Gianh, sông Vu Gia-Thu Bồn, sông Trà Khúcvà sông Sê San.

2. Một số phương pháp và mô hình được sử

dụng thử nghiệm

Các mô hình được sử dựng để tính toán gồm cómô hình cổ điển và hiện đại. Mô hình cổ điển là môhình: Hồi quy, NAM, SSARR. Mô hình hiện đại gồmcó: bộ mô hình Mike và WETSPA.

- Phương pháp hồi quy: Quan hệ dưới dạng hồiquy giữa yếu tố và nhân tố dự báo được ứng dụngkhá rộng rãi trong tính toán, dự báo thủy văn. Ưuđiểm của phương pháp này là đơn gian, dễ sử dụngvà cho kết quả đáp ứng được yêu cầu.

- Mô hình SSARR: Mô phỏng chu trình nước trênlưu vực, trong đó dòng chảy được tổng hợp từlượng mưa hoặc nước do tuyết tan khi phân thànhnước mặt, sát mặt và ngầm, rồi được diễn toán theohệ thống sông ngòi trên lưu vực để được dòng chảytại tuyến đo nào đó trên sông. Đặc điểm quan trọngcủa mô hình SSARR là xây dựng một sơ đồ hình thếcho hệ thống sông, bao gồm: các lưu vực bộ phậnsinh dòng chảy (lưu vực đầu nguồn và lưu vực gianhập) với điều kiện thuỷ văn tương đối đồng nhất;các đoạn sông diễn toán lũ; các hồ chứa; các đoạnsông xử lý nước vật; các điểm nối và tổng hợp dòngchảy,...

- Mô hình NAM: Được xây dựng dựa trên nguyêntắc mô phỏng quá trình hình thành dòng chảybằng chuỗi các bể chứa xếp theo chiều thẳng đứngvà các bể chứa tuyến tính. Trong mô hình NAM, mỗilưu vực được xem là một đơn vị xử lí, các thông sốvà các biến là các giá trị trung bình hoá đại diện chotoàn lưu vực. Mô hình tính quá trình dòng chảy


Số tháng 08 - 2014


.

Với số liệu mưa wrf_fgs_5km

Với số liệu mưa wrf_fgs_15km_nodvar

Hình1. Kết quả tính toán dự báo tại Kon Tum từ ngày 2-14/9/2009 bằng hồi quy

theo lượng ẩm trong các bể chứa có tương tác lẫn

nhau. Mô hình được sử dụng để tính toán khôi phục

chuỗi dòng chảy tháng, ngày từ mưa, tuy nhiên, chỉ

thích hợp với lưu vực vừa và nhỏ khi tác dụng điều

tiết của sườn dốc có thể được xét thông qua các bể

chứa xếp theo chiều thẳng đứng.

- Mô hình WETSPA: Là mô hình có thông số phân

bố, toàn bộ lưu vực nghiên cứu được chia thành các

ô lưới vuông có kích cỡ bằng nhau. Mỗi ô lưới có

thông số riêng, nhận một giá trị mưa và dòng chảy

được hình thành trên từng ô lưới. Cuối cùng, mô

hình WETSPA liên kết các ô lưới lại với nhau theo

hướng chảy tạo mạng sông và tính toán dòng chảy

tại cửa ra của các lưu vực. WETSPA mô phỏng sự

trao đổi năng lượng giữa lớp đất, thực vật và khí

quyển trên phạm vi lưu vực hoặc khu vực. Lưu vực

được phân chia thành các ô lưới đồng nhất. Mỗi

một ô lại được chia thành các phần có lớp phủ, và

phần không thấm. Nước dịch chuyển trong lớp đất

theo hướng dọc gồm thấm xuống dưới, ngấm qua

lớp đất không bão hoà và ngấm xuống vùng nước

ngầm. Mô hình sử dụng nhiều lớp để mô phỏng

quá trình cân bằng giữa nước và nhiệt cho mỗi ô

lưới, trong đó gồm các quá trình: giáng thủy, ngưng

tụ, tuyết tan, tích nước trong các vùng trũng, thấm,

bốc thoát hơi, ngấm, chảy tràn, chảy sát mặt và

dòng chảy ngầm. Hệ thống mô phỏng quá trình

thủy văn gồm có bốn lớp: lớp phủ thực vật, lớp đất

bên trên, tầng rễ cây và tầng nước ngầm bão hoà.

- Mô hình Mike11: Mô hình Mike-11 là hệ thống

các phần mềm tích hợp đáp ứng các nhu cầu khác

nhau của người sử dụng. Để dự báo lũ, trong Mike-

11 đã bao gồm các mô hình mưa rào - dòng chảy

để lựa chọn sử dụng như NAM, đường đơn vị, SMAP,

URBAN,... với nhiều tiện ích thiết lập thông số của

mô hình, gắn kết quả đầu ra với đầu vào của mô

hình thuỷ lực, mô hình vận hành, điều khiển các

công trình, hồ chứa, kịch bản vỡ đập, lập bản đồ

ngập lụt,...; modul dự báo, cập nhật sai số... Mô hình

này, đã được áp dụng rất khá rộng rãi ở Việt Nam.

3. Đánh giá các kết quả thử nghiệm

Trong nghiên cứu này, chúng tôi đã sử dụng các

sản phẩm dự báo mưa số trị từ mô hình WRFARW

với thời gian dự kiến từ 6-72 giờ của các trận mưa

lớn hoặc khá lớn thời kì 2008-2011 để tính toán mô

phỏng lũ trên một số lưu vực sông chính ở Trung

Bộ và Tây Nguyên. Các phương pháp và mô hình

dùng để tính toán mô phỏng lũ với lượng mưa dự

báo theo mô hình số đều sử dụng bộ thông số đã

kiểm nghiệm.

a. Kết quả thử nghiệm bằng phương pháp hồi

quy

Từ bảng 1a và 1b cho thấy, kết quả dự báo bằng

phương pháp hồi quy cho lưu vực sông Đabla tại

Kon Tum như sau: Với lượng mưa dự báo là sản

phẩm wrf_gfs_ (Viết hoa vì đây là viết tắt - tất

cả)5km đạt chất lượng từ 64,3-90,9%, giá trị chênh

lệch đỉnh lũ khá nhỏ, từ 16- 18cm, trung bình là

17,6cm; thời gian chênh lệch đỉnh lũ trung bình là

1,7giờ. Với sản phẩm mưa là wrf_gfs_15km nodvar

đạt chất lượng từ 60-89%, trung bình đạt 80,2%, giá

trị chênh lệch đỉnh lũ từ 9-25cm, trung bình là

21cm; thời gian chênh lệch đỉnh lũ trung bình là

3,4giờ. Như vậy, chất lượng dự báo bằng phương

pháp hồi quy với sản phẩm wrf_gfs_5km cho kết

quả tốt hơn so với sản phẩm wrf_gfs_15km nodvar.



Bảng 1b. Kết quả tính toán tại Kon Tum với số liệu mưa từ wrf_gfs_5km_nodvar

Trận lũ H đỉnh đo H đỉnh tính H (cm) (h) Kết quả tính

14-30/11/2008 51773 51756 17 0 90.9%

02-14/09/2009 51895 51911 16 0 84,0%

23/09-03/10/2009 52392 52410 18 0 64.3%

b. Kết quả thử nghiệm bằng mô hình SSARR

Sử dụng hai sản phẩm dự báo mưa số trị làwrf_gfs_5km và wrf_gfs_15km_nodva với thờiđoạn 6 giờ, thời gian dự kiến 72 giờ cho mô hìnhSSARR để tính toán mô phỏng các trận lũ trên lưuvực sông Trà Khúc tại cầu Trà Khúc. Kết quả môphỏng lũ khá phù hợp giữa thực đo và tính toán.

Sản phẩm wrf_gfs_5km_nodva cho tính toán quátrình dòng chảy đạt trung bình khoảng 50- 100%;sản phẩm wrf_gfs_15km_nodva đạt trung bình 25-92% (bảng 2a và 2b). Nhìn chung sử dụng sảnphẩm wrf_gfs_5km_nodva tính toán mô phỏngquá trình lũ bằng mô hình SSARR cho kết quả khảquan hơn sản phẩm wrf_gfs_15km_nodva.

Duong qua trinh muc nuoc thuc do du bao tram Tra Khuc tu ngay 16-29/10/2009 voi so lieu mua du bao cua

wrf_gfs_15km_nodvar

200

250

300

350

400

450

500

550

16/1

0/20

09

16/1

0/20

09

17/1

0/20

09

18/1

0/20

09

19/1

0/20

09

19/1

0/20

09

20/1

0/20

09

21/1

0/20

09

22/1

0/20

09

22/1

0/20

09

23/1

0/20

09

24/1

0/20

09

25/1

0/20

09

25/1

0/20

09

26/1

0/20

09

27/1

0/20

09

28/1

0/20

09

28/1

0/20

09

29/1

0/20

09

T

H(cm)

HTD

HDB

Duong qua trinh muc nuoc thuc do du bao tram Tra Khuc tu ngay 16-29/10/2009 voi so

lieu mua du bao cua wrf_gfs_5km

200

250

300

350

400

450

500

550

16/1

0/20

09

16/1

0/20

09

17/1

0/20

09

18/1

0/20

09

19/1

0/20

09

19/1

0/20

09

20/1

0/20

09

21/1

0/20

09

22/1

0/20

09

22/1

0/20

09

23/1

0/20

09

24/1

0/20

09

25/1

0/20

09

25/1

0/20

09

26/1

0/20

09

27/1

0/20

09

28/1

0/20

09

28/1

0/20

09

29/1

0/20

09

T

H(cm)

HTD

HDB

Hình 2. Kết quả tính toán dự báo tại Trà Khúc ngày 16-29/10/2009 bằng SSARR

Bảng 2a. Kết quả tính toán tại Trà Khúc với số liệu mưa từ wrf_gfs_15km_nodvar


17/11 - 5/12/2008 624 591 -33 6h 92%

16-29/10/2009 518 455 -63 6h 83%

13-26/10/2011 605 556 -49 6h 91%

27/10-15/11/2011 568 532 -36 6h 25%

Bảng 1a. Kết quả tính toán tại Kon Tum với số liệu mưa từ wrf_gfs_15km_nodvar


14-30/11/2008 51773 51748 25 0 89.4%

02-14/09/2009 51895 51912 17 0 76,0%

23/09-03/10/2009 52392 52383 9 0 59.5%


Số tháng 08 - 2014


Bảng 2b. Kết quả tính toán tại Trà Khúc với số liệu mưa từ wrf_gfs_5km_nodvar


17/11 - 5/12/2008 624 585 -39 0h 100%

16-29/10/2009 518 468 -50 6h 91%

13-26/10/2011 605 521 -84 6h 75%

27/10-15/11/2011 568 516 -52 0h 50%

c. Kết quả thử nghiệm bằng mô hình NAM–

Muskingum

Với hai sản phẩm dự báo mưa số trị làwrf_gfs_5km và wrf_gfs_15km_nodva, thời đoạn 6giờ với thời gian dự kiến 72 giờ làm đầu vào cho môhình Nam- Muskingum, tính toán mô phỏng cáctrận lũ trên lưu vực sông Cả. Kết quả là: sản phẩmwrf_gfs_5km cho kết quả mô phỏng báo dòng

chảy tại Nam Đàn đạt 67% - 92%; sản phẩmwrf_gfs_15km_nodva đạt 45-67% (bảng 3a và 3b).Sai số đỉnh lũ giữa tính toán và thực đo của cả 2 sảnphẩm khá nhỏ so và chênh lệnh thời gian có đỉnh lũkhông đánh kể. Nhìn chung, sản phẩmwrf_gfs_5km làm số liệu đầu vào cho mô hình tínhtoán dòng chảy Nam-Muskingum cho kết quả tốthơn sản phẩm wrf_gfs_15km_nodva.

Hình 3. Kết quả tính toán dự báo tại Nam Đàn ngày 8- 13/09/2011 bằng NAM-Muskingum

Bảng 3a. Kết quả tính toán tại Nam Đàn với số liệu mưa từ wrf_gfs_15km_nodvar


23-28/09/2009 710 666 -44 0 45%

13-19/10/2010 744 730 -14 0 58%

8-13/09/2011 723 720 -3 0 67%

Bảng 3b. Kết quả tính toán tại Nam Đàn với số liệu mưa từ wrf_gfs_5km_nodvar


23-28/09/2009 710 666 -44 0 45%

13-19/10/2010 744 730 -14 0 58%

8-13/09/2011 723 720 -3 0 67%



e. Kết quả thử nghiệm bằng mô hình MIKE 11

với số liệu mưa wrf_fgs_5km

với số liệu mưa wrf_fgs_15km_nodvar

Hình 5. Kết quả tính toán quá trình lũ từ 01/10 - 08/10/2007 tại Giàng Mike11

với số liệu mưa wrf_fgs_5km

với số liệu mưa wrf_fgs_15km_nodvar

Hình 4. Kết quả tính toán lũ từ 31/10-10/11/2011 tại Ái Nghĩa sông Vu Gia bằng mô hình WETSPA

Bảng 4a. Kết quả tính toán tại Ái Nghĩa với số liệu mưa từ wrf_gfs_15km_nodvar


15-25/11/2008 773 753 20 6h 75%

10-17/10/2010 823 778 45 6h 84%

12-18/10/2011 823 768 55 0h 67%

31-10/11/2011 990 1064 -74 6h 75%

Bảng 4b. Kết quả tính toán tại Ái Nghĩa với số liệu mưa từ wrf_gfs_5km_nodvar


15-25/11/2008 773 734 39 6h 84%

10-17/10/2010 823 790 33 0h 91%

12-18/10/2011 823 797 26 0h 60%

31-10/11/2011 990 1062 -72 6h 75%

d. Kết quả thử nghiệm bằng mô hình WETSPA

Kết quả mô phỏng các trận lũ xảy ra trên lưu vựcsông Vu Gia khi sử dụng sản phẩm mưa số trị khátốt. Quá trình tính toán và thực đo tương đối phùhợp. Sản phẩm mưa từ mô hình wrf_gfs_5km_nod-

var cho kết quả dự báo quá trình lũ đạt từ 75-84%,sai số đỉnh lũ từ 26-72cm. Sản phẩm mưawrf_gfs_15km_nodvar đạt từ 60-91%, sai số đỉnh lũtừ 20-74cm; chênh lệch thời gian xuất hiện đỉnh lũđều từ 0-6 giờ (bảng 4a và 4b).


Số tháng 08 - 2014


Sử dụng hai sản phẩm dự báo mưa số trị làwrf_gfs_5km_nodva và wrf_gfs_15km_nodva làmđầu vào cho mô hình MIKE 11, để tính toán môphỏng các trận lũ với các lưu vực sông khác nhau.Kết quả cho thấy: Sản phẩm wrf_gfs_5km_nodvađạt 19-77%; sản phẩm wrf_gfs_15km_nodva đạt17-75%. Nhìn chung, wrf_gfs_5km_nodva cho kếtquả khả quan hơn wrf_gfs_15km_nodva.

4. Kết luận

Với mục tiêu là đưa các sản phẩm của dự báomưa số trị WRFARW vào sử dụng trong nghiệp vụdự báo thủy văn nhằm tăng độ chính xác và kéo dàithời gian dự kiến, nhằm phục vụ tốt hơn công tácphòng chống lũ, lụt. Trên cơ sở phân tích so sánhvà đánh giá chất lượng dự báo thủy văn bằng cácphương pháp, mô hình khác nhau với mưa đầu vào từ2 sản phẩm wrf_gfs_5km_nodvar vàwrf_gfs_15km_nodvar có thể rút ra một số kết luận sau:

- Kết quả tính toán mô phỏng lũ từ các sảnphẩm mưa của WRFARW cho thấy, chỉ tiêu chấtlượng đều đạt yêu cầu tại hầu hết các vị trí tínhtoán, đường quá trình tính toán khá phù hợp vớiđường thực đo và sai số đỉnh lũ cũng như chêchlệch thời gian xuất hiện đỉnh không lớn. Đặc biệt là

đối với phương pháp dự báo lũ bằng hồi quy, môhình WETSPA cho kết quả mô phỏng tốt hơn.

- Tuy nhiên, trong một số trường hợp, khi sửdụng mưa dự báo số trị WRFARW cho các mô hìnhNAM-MUSKINGUM và Mike 11, cho kết quả kháthấp, chỉ đạt 50%, thậm chí còn thấp hơn. Nguyênnhân, do lượng mưa dự báo số trị WRFARW vàlượng mưa thực đo có sai lệch khá lớn về phân bốtheo không gian và thời gian.

- Từ kết quả tính toán mô phỏng quá trình lũ khisử dụng hai sản phẩm mưa wrf_gfs_5km_nodva vàwrf_gfs_15km_nodva bằng các phương pháptruyền thống và các mô hình cho thấy,wrf_gfs_5km_nodva cho kết quả tính quá trình lũtốt hơn wrf_gfs_15km_nodva về cả trị số và hìnhdạng. Bởi vì wrf_gfs_5km_nodva có độ phân giảicao hơn nên nó phản ánh đúng được đặc trưngmưa trên lưu vực. Như vậy, có thể nói rằng, việc sửdụng wrf_gfs_5km_nodva vàwrf_gfs_15km_nodva vào nghiệp vụ dự báo thủyvăn là khả thi. Tuy nhiên, trong một số trường hợpkhi sử dụng mưa số trị cần phải phân tích hình thếthời tiết gây mưa để kết quả tính toán dự báo lũ tốthơn.

Tài liệu tham khảo1. DHI Water & Enviroment, Denmark, 2004: Nam Reference Manual, 218p.2. DHI Water & Enviroment, Denmark, 2004: MIKE11 Introduction and tutorial, 300p.3. Bùi Đức Lon, 2001: Mô hình tính toán và dự báo dòng chảy lũ các sông chính ở Quảng Ngãi. Báo cáo tổng

kết đề tài cấp cơ sở, 50tr.4. Đặng Thanh Mai, 2009: Nghiên cứu ứng dụng mô hình Wetspa và Hecras mô phỏng dự báo quá trình lũ

trên sông Thu Bồn-Vu Gia", Đề tài NCKH cấp Bộ, 250tr.5. Bahremand, A., Corluy, J., Liu, Y., De Smedt, F., Poórová, J. and Velcická, L., 2005: Stream flow simulation

by WetSpa model in Hornad river basin, Slovakia, in: J. van Alphen, E. van Beek, M. Taal (eds.), Floods, from De-fence to Management, Taylor-Francis Group, London, pp. 415-422.



NGHIÊN CỨU VẬN HÀNH TỐI ƯU HỒ CHỨA CỬA ĐẠT CHO

CẤP NƯỚC MÙA KIỆT SỬ DỤNG THUẬT TOÁN FUZZY LOGIC

TS. Nguyễn Mai Đăng - Trường Đại học Thủy lợiKS. Trịnh Xuân Mạnh - Trường Đại học Tài nguyên và Môi trường Hà Nội

Nhiệm vụ cấp nước của các hồ chứa thủy lợi, thủy điện, đặc biệt là những hồ chứa đa mục tiêu vềmùa khô thường gặp khó khăn do nhu cầu nước ngày càng tăng theo sự phát triển kinh tế và xãhội, trong khi dòng chảy đến hồ lại có hạn. Do vậy tính toán điều tiết cấp nước tối ưu của hồ

chứa cho các nhu cầu dùng nước trong mùa kiệt ngày càng cấp thiết. Bài báo này trình bày kết quả bước đầuviệc ứng dụng thuật toán tối ưu Fuzzy Logic cho vận hành cấp nước mùa kiệt năm 2011-2012 của hồ chứa CửaĐạt trên lưu vực sông Chu thuộc tỉnh Thanh Hoá. Đây là hồ chứa đa mục tiêu với các nhiệm vụ: phòng lũ, cấpnước, phát điện, đảm bảo dòng chảy môi trường. Nghiên cứu đã sử dụng thuật toán Fuzzy Logic dựa trên cácquy luật, nguyên lí “if – then” và xây dựng các hàm liên thuộc (Membership Function) cho các biến đầu vào:mực nước hồ, lưu lượng đến hồ, nhu cầu sử dụng nước và lưu lượng xả ra khỏi hồ. Đã xây dựng được hệ thốngFuzzy cho vận hành hồ Cửa Đạt và xác định được quá trình xả tối ưu trong điều kiện thiếu nước về mùa khô,nhưng với quy trình xả tối ưu đã tìm ra thì hồ chứa vẫn có thể đáp ứng được 80% nhu cầu nước trong toàn bộmùa khô 2011-2012. Đây là kết quả bước đầu và đã cho thấy rằng phương pháp này có thể ứng dụng tốt chocác hồ chứa ở Việt Nam trong vận hành và xây dựng quy trình vận hành.

1. Cơ sở và mục đích nghiên cứu

Hiện nay ở Việt Nam có rất nhiều hồ chứa lớn vàđa mục tiêu do vậy thường nảy sinh những mẫuthuẫn trong quá trình quản lí vận hành. Vấn đề vậnhành hồ tối ưu nhằm thoả mãn các nhu cầu dùngnước hạ lưu đang là một yêu cầu cấp thiết. Thuậttoán Fuzzy Logic đã được ứng dụng tính toán tối ưutrong nhiều lĩnh vực công nghệ cao, tuy nhiêntrong lĩnh vực tài nguyên nước còn đang rất hạnchế, đặc biệt là ở Việt Nam.

Thuật toán Fuzzy Logic bước đầu đã đượcnghiên cứu, ứng dụng trong vận hành tối ưu hồchứa nước Cửa Đạt trên lưu vực sông Chu thuộctỉnh Thanh Hoá (hình 1). Hồ chứa có dung tích 1.364triệu m3 [1] và có đa mục tiêu: Cắt giảm lũ bảo vệhạ lưu với tần suất lũ thiết kế là P = 0,6%, đảm bảomực nước sông Chu tại Xuân Khánh (huyện ThọXuân) không vượt quá 13,71m; Cấp nước sinh hoạtvà công nghiệp ổn định với lưu lượng Q = 7,715m3/s; Tạo nguồn nước tưới ổn định cho 86.862 hađất nông nghiệp; Kết hợp phát điện với công suấtNlm = 97 MW; Bổ sung nước mùa kiệt cho hạ lưusông Mã với lưu lượng Q = 30,42 m3/s để độ mặntại Hàm Rồng không vượt quá 1‰.

2. Phương pháp nghiên cứu

Thuật toán Fuzzy Logic có thể coi là một thuậttoán sử dụng “một tập logic mờ” để giải bài toán tốiưu nhằm tìm được quy trình vận hành cấp nước tốiưu trong mùa kiệt của hồ Cửa Đạt. Chúng tôi sửdụng công cụ ‘Fuzzy logic tool box’ tích hợp trongphần mềm MATLAB, phiên bản 8.1 để tính toán.Một hệ thống Fuzzy bao gồm các biến đầu vào, bộquy tắc Fuzzy và các quá trình thực thi, tổng hợp,giải mờ. Đầu vào là các biến “rõ ràng” hay các biếngiá trị, các biến này sẽ được mờ hoá thông qua cáchàm liên thuộc MF (Membership Function), thaythế các biến giá trị là các biến ngôn ngữ như “thấp”,“trung bình” hay “cao”. Xây dựng bộ quy tắc mờ ‘IF-THEN’ phụ thuộc nhiều vào kiến thức và kinhnghiệm của người làm cũng như nguồn dữ liệu thuthập được trong quá khứ. Các quy tắc này có sự liênquan đến các biến ngôn ngữ và các giá trị đầu racủa hệ thống Fuzzy. Thực thi các quy tắc tương ứngvới các dữ liệu đầu vào và tạo ra các “Shape” của kếtquả đầu ra. Cuối cùng kết quả của hệ thống là mộttập mờ, do vậy cần có thêm quá trình giải mờ đểnhận các giá trị biến là rõ ràng.

Các biến đầu vào hệ thống sẽ bao gồm thôngtin về mực nước hồ, lưu lượng dòng chảy đến hồ vànhu cầu nước. Nhu cầu nước toàn hệ thống sẽ được



Số tháng 08 - 2014


tính toán chi tiết cho từng đối tượng cụ thể và đượctrình bày trong các mục dưới đây. Các biến còn lạisẽ sử dụng các dữ liệu quan trắc của hồ trong suốtquá trình vận hành. Hồ Cửa Đạt mới được đưa vàovận hành chính thức vào năm 2010 và các dữ liệutrên mới được quan trắc đầy đủ trong hai năm 2011và 2012. Do vậy chuỗi số liệu này đã được sử dụngđể tính toán và vận hành tối ưu.

a. Xác định nhu cầu nước toàn hệ thống

Nghiên cứu này chỉ đề cập đến vấn đề cấp nướcvào mùa cạn, do vậy nhiệm vụ phòng lũ sẽ khôngđược xem xét. Nhu cầu nước là một thành phầnquan trọng trong việc xây dựng một hệ thống vậnhành hồ, nhu cầu nước trong từng thời điểm sẽ làcơ sở cho việc ra những quyết định vận hành hồ xảnước. Hơn nữa, trong hệ thống Fuzzy thì nhu cầunày lại là một biến đầu vào quan trọng. Do vậy, đểxác định nhu cầu nước tổng hợp trong toàn bộ hệthống, chúng tôi đã tiến hành xác định từng nhucầu thành phần sau đây: nhu cầu nước cho nôngnghiệp, nhu cầu nước cho sinh hoạt và côngnghiệp, nhu cầu nước cho môi trường.

Từ các kết quả tính toán nhu cầu nước trong cácngành sử dụng nước khác nhau, tiến hành tổnghợp để xác định nhu cầu nước toàn vùng trong hainăm 2011 và 2012. Tổng lượng nước dùng toànvùng vào khoảng 4,547 triệu m3 (hình 2). Trong đólượng nước dùng cho phát điện chiếm tỷ lệ lớnnhất gần 67% so với lượng nước yêu cầu toàn vùng.

Ngoài ra, lượng nước yêu cầu cho sinh hoạt và đôthị chiến tỷ lệ nhỏ nhất trong cơ cấu sử dụng nướchạ lưu hồ Cửa Đạt.

b. Tối ưu hoá vận hành bằng Fuzzy Logic

1) Bài toán vận hành tối ưu và các ràng buộc hệthống

Một đặc trưng cơ bản của bài toán đa mục tiêutrong tài nguyên nước đó là các mục tiêu khác nhauthường có xung đột với nhau. Nguyên nhân là docác yêu cầu về môi trường và kinh tế - xã hội thườngmang tính nổi trội, thời sự hơn và ảnh hưởng đếncác chính sách, quyết định. Vì vậy nên việc phân tíchtối ưu đa mục tiêu càng trở nên cần thiết hơn hết [2].

Phương pháp tối ưu cho phép tìm đường congquy trình vận hành tối ưu. Đường cong chuẩn qui tắcvận hành tối ưu hồ chứa là đường cong biểu diễn mốiquan hệ giữa lưu lượng ra khỏi hồ và dung tích hồ vớilượng dòng chảy đến. Quan hệ này có thể biểu diễnbằng hàm toán học sau:

Qout = f (W + Win)

hoặc Qout = f (W, Qin) (1)

Trong đó: Qout = lưu lượng chảy ra từ hồ chứa; W= dung tích hồ chứa; Win và Qin = lượng dòng chảyvà lưu lượng nước đến hồ.

Trong vận hành hồ tối ưu các hàm mục tiêu và cácràng buộc hệ thống cần phải được xác định kĩ lưỡng.Trong đó hàm tối ưu thường bao gồm những vấn đềnhư sau: Maximize tổng sản lượng điện Pt; Minimizetổng lượng nước thiếu hụt so với lượng nước yêu cầu;Minimize giá trị tuyệt đối hiệu mực nước hồ cuối mùacạn và mực nước chết [2]. Khi vận hành hồ chứa phảituân theo các ràng buộc sau:

Hình 1. Vị trí hồ Cửa Đạt trong sơ đồ mạng lưới

sông Chu – sông Mã Hình 2. Nhu cầu nước trên toàn vùng hạ lưu hồ

Cửa đạt



a. Phương trình cân bằng nước:

St-1 + It + Lt – Qt = St (2)

Lt = f(Z, Qt)

Trong đó: St-1 và St = dung tích hồ tại thời điểm tvà t-1; It = Dòng chảy đến tại thời điểm t; Qt = Lượngdòng chảy đi tại thời điểm t; Lt = là lượng tổn thất.

Lượng tổn thất được tính ở đây bao gồm cáclượng nước sử dụng tại hồ chứa bao gồm nhu cầucho nông nghiệp, công nghiệp, sinh hoạt, phátđiện…tương ứng với các vùng sử dụng nước và bốchơi mặt hồ, tính trung bình tháng nhiều năm.

b. Ràng buộc về dung tích:

Smin < St < Smax (3)

St+1 ≤ Smax

Trong đó: Smin là dung tích chết và Smax là dungtích hiệu dụng của hồ.

c. Ràng buộc về lưu lượng phát điện:

Qt ≥ Q bảo đảm (4)

d. Ràng buộc về dòng chảy hạ lưu:

Qt ≥ Qmin (5)

Trong đó: Qmin là dòng chảy môi trường cầncung cấp cho hạ du.

Trong hệ thống Fuzzy thì các hàm mục tiêu và cácràng buộc hệ thống sẽ được thay thế bởi các hàm liênthuộc (MF). Các hàm liên thuộc này là các đườngcong thể hiện mức độ phụ thuộc của một giá trị biếnđầu vào so với một biến khái niệm và có mức độ biếnđổi từ 0 đến 1. Nội dung xây dựng hàm MF được trìnhbày cụ thể trong mục tiếp theo.

2) Mờ hoá dữ liệu đầu vào

Để mờ hoá các biến đầu vào cho hệ thống Fuzzy,cần phải xác định các hàm liên thuộc MF. Có rất nhiềuloại hàm liên thuộc khác nhau như hàm dạng tamgiác, hàm dạng hình thang, hàm gauss, hàm dạngsin… [3]. Các hàm này sẽ được xây dựng cho tất cảcác biến đầu vào và đầu ra của hệ thống Fuzzy, cùngvới các cấp độ biến ngôn ngữ khác nhau như: thấp,trung bình và cao…Trong nghiên cứu này chúng tôisẽ tiến hành xây dựng hàm liên thuộc với dạng tamgiác, đây là hàm liên thuộc được sử dụng nhiều trongnhững ứng dụng liên quan đến lĩnh vực tài nguyênnước. Khu sử dụng phương pháp Fuzzy Mamdani,

hàm liên thuộc sẽ được xác định cho mỗi biến đầuvào và đầu ra như sau [3]:

Trong đó: : là hàm liên thuộc của x trong tậpZ; a,b,c: Là các giá trị xác định khoảng biến đổi củahàm liên thuộc.

Trên cơ sở phân tích chuỗi sỗ liệu tính toán và đođạc của các biến đầu vào, chúng tôi đã xác định đượccác khoảng biến đổi của từng biến và phân ra các lớpcấp độ khác nhau (hình 3). Đối với mực nước hồ cókhoảng biến đổi từ 70 m – 115 m, được chi làm 7 cấpđộ gồm rất thấp; thấp; trung bình thấp; trung bình,cao trung bình, cao và rất cao. Đối với lượng xả ra khỏihồ chứa có phạm vi biến đổi từ 0 – 145 triệu m3, biếnnày được chia thành 8 cấp độ nhiều hơn biến mựcnước hồ 1 cấp “Rất rất cao”.

Tương tự đối với biến lưu lượng đến hồ có khoảngbiến đổi từ 10 – 550 triệu m3, sẽ được chia thành 6 cấpđộ gồm rất thấp, thấp, trung bình, cao và rất cao. Việcphân chia các cấp độ càng chi tiết thì càng giảm bớtđược sai số tính toán, tuy nhiên số cấp độ của hàmMF tăng lên thì số lượng quy tắc Fuzzy sẽ cũng tănglên đáng kể.

0

( ) / ( )( ) 1, 2,3

( ) / ( )

0

z

x ax a b a a x b

x zc x c b b x c

c x

(6)

( )z x

Hình 3. Hàm liên thuộc cho các biến đầu vào hệ

thống Fuzzy


Số tháng 08 - 2014


3) Xây dựng bộ quy tắc Fuzzy (mờ)Trong một hệ thống Fuzzy thì bộ quy tắc được

xây dựng dựa trên nguyên lí “IF-THEN”, thôngthường những quy tắc này được tạo ra dựa trênkinh nghiệm, kiến thức của mỗi một chuyên gia,cũng như dựa vào thông tin vận hành thực tế đểthiết lập. Dựa vào các nguồn thông tin đã thu thậpvà việc phân cấp độ với từng biến đầu vào, đầu racụ thể, sử dụng phương pháp Fuzzy Mamdanichúng tôi đã xây dựng được bộ quy tắc Fuzzy.

Trong đó các quy tắc được xác định dựa trên cấutrúc sau: IF (MỰC NƯỚC HỒ THẤP) AND (DÒNGCHẢY ĐẾN HỒ RẤT THẤP) AND (NHU CẦU NƯỚCRẤT THẤP) THEN (LƯỢNG XẢ THẤP).

Như vậy trong hệ thống Fuzzy xây dựng cho hồCửa Đạt sẽ có tất cả là 97 “rule” được tạo ra dựa vào3 biến chính là mực nước hồ, dòng chảy đến hồ vànhu cầu dùng nước. Kết quả đầu ra cũng là một tậpmờ và để nhận các kết quả là các giá trị rõ ràng thìcần phải có thêm quá trình giải mờ.

Hình 6. Cấu trúc hệ thống Fuzzy cho hồ Cửa Đạt

3. Kết quả tính toán và thảo luận

Kết quả tối ưu từ hệ thống Fuzzy thông qua haiquá trình “thực thi quy tắc” và “tích hợp kết quả” làmột tập mờ. Do vậy cần có các phương pháp giảimờ, đầu vào cho hệ thống giải mờ là các tập mờ vàđầu ra là các giá trị rõ ràng. Các phương pháp giảimờ được tích hợp sẵn trong Fuzzy Tool Box củaphần mềm MATLAB gồm: Centroid; Bisection;Largest of Maximum; Smallest of Maximum, Middleof Maximum Một trong những phương pháp giảimờ được sử dụng nhiều đó là phương pháp đánhgiá trọng tâm “Centroid” [3]. Công thức tổng quátnhư sau:

Trong đó G là trọng tâm của tập mờ đầu ra B từhệ thống; mB(yi) là độ liên thuộc của thành phần yitrong tập mờ đầu ra B và n là số lượng các thànhphần trong tập mờ.

Thông qua hệ thống Fuzzy đã thiết lập cho hồCửa Đạt, chúng tôi đã xác định được lượng nước xả

tối ưu cho vận hành hồ vào mùa cạn năm 2011-2012. Quá trình lượng xả tối ưu trong Hình 7 chothấy giữa nhu cầu nước và lượng nước xả tối ưu làtương đối tương đồng với nhau, tức là lượng xảtheo vận hành tối ưu bám sát hơn so với lượng xảtheo vận hành thực tế. Đặc biệt vào thời điểm kiệtnhất trong năm khi mà nhu cầu nước tăng caonhưng hồ chứa đã vận hành xả nước hợp lí để đảmbảo nhu cầu này, trong khi lượng cấp nước thực tếthấp hơn rõ rệt, không đứng ứng đủ nhu cầu. Đểđánh giá định lượng về hiệu quả của đường quátrình cấp nước tối ưu, tác giả đã dùng chỉ tiêu đánhgiá mức độ tương quan bình quân trong toàn bộquá trình cấp nước mùa kiệt, kết quả cho thấy nếuhồ chứa vận hành tối ưu có thể đáp ứng đượckhoảng 80% nhu cầu nước vào mùa kiệt. Trong khiđó, lượng xả nước thực tế được xác định qua các sốliệu quan trắc của hồ thì chỉ đáp ứng được khoảng73% nhu cầu thực tế. Như vậy, bằng phương pháptối ưu đã xác định được lượng nước xả hợp lí, thoảmãn nhu cầu nước hạ lưu cao hơn so với vận hànhthực tế và điều này đồng nghĩa với việc sẽ giảm bớtcăng thẳng về nước vào mùa kiệt.

n

1ii

i

n

1ii

)mB(y

)mB(yyG (7)



Hình 7. Nhu cầu nước và quá trình lượng xả tối ưu ra khỏi hồ

4. Kết luận

Nghiên cứu đã ứng dụng thành công lí thuyết

tập mờ (Fuzzy Logic) vào bài toán vận hành hồ tối

ưu hồ Cửa Đạt trong mùa kiệt. Kết quả tối ưu đã chỉ

ra có thể đáp ứng được trên 80% nhu cầu nước hạ

du vào mùa kiệt năm 2011 - 2012, trong so sánh với

vận hành thực tế theo quy trình vận hành chưa qua

tối ưu chỉ đáp ứng được 73%. Bên cạnh đó, nghiên

cứu cũng cho thấy việc ứng dụng thuật toán Fuzzy

Logic vào bài toán vận hành hồ là hoàn toàn khả thi

và tiện lợi, việc tiếp cận thuật toán này cũng tương

đối đơn giản hơn so với các thuật toán tối ưu khác

trong việc vận hành một hệ thống phức tạp, đa

mục tiêu. Tuy nhiên, phương pháp này lại phụthuộc nhiều vào kinh nghiệm cũng như kiến thứcchuyên gia trong việc xây dựng các quy tắc “IF-THEN” và xây dựng hàm liên thuộc MF. Các khoảnggiá trị của từng hàm liên thuộc MF và số lượng biếnngôn ngữ hoàn toàn có thể linh động thay đổi đượcvà không có một quy định chung nào. Phươngpháp tối ưu bằng Fuzzy Logic là một hướng tiếp cậntối ưu phù hợp với bài toán vận hành hồ chứa vàxây dựng quy trình vận hành hồ chứa. Trong thờigian tới tác giả sẽ tiếp tục nghiên cứu cho bài toánvận hành hệ thống nhiều hồ chứa cũng như phânbổ nguồn nước cho một hệ thống cấp nước hoặcmột hệ thống sông.


1. Công ty thuỷ nông Sông Chu (2014). Quy trình vận hành hồ chứa Cửa Đạt. UBND Thanh Hóa.

2. Nguyễn Hữu Khải và nnt (2011) Nghiên cứu phương pháp vận hành hệ thống hồ chứa nhằm phòng lũ,điều tiết lũ, vận hành an toàn hồ chứa và sử dụng hợp lí nguồn tài nguyên nước vào mùa cạn. Đề tài cấp nhànước.

3. Rama Mehta, Sharad K. Jain (2009) Optimal Operation of a Multi-Purpose Reservoir Using Neuro-FuzzyTechnique. Water Resour Manage (2009) 23:509–529.


Số tháng 08 - 2014


PHƯƠNG PHÁP TÍNH TOÁN BỒI LẮNG CÁT BÙN CHO

HỆ THỐNG HỒ CHỨA BẬC THANG

TS. Nguyễn Kiên Dũng

Trung tâm Ứng dụng công nghệ và Bồi dưỡng nghiệp vụ Khí tượng Thủy văn và Môi trường

Hệ thống hồ chứa bậc thang không chỉ đặt ra cho các nhà khoa học và quản lý là phải xây dựng

qui trình vận hành liên hồ chứa mà còn cần nghiên cứu phương pháp tính toán bồi lắng phù hợp.

Bài báo này giới thiệu cách tính bồi lắng cát bùn cho hệ thống nhiều hồ chứa, hệ số bồi lắng cho

hồ chứa đơn và thử nghiệm cho 02 hồ chứa Hòa Bình, Sơn La trên sông Đà.

Người đọc phản biện: PGS. TS. Lương Tuấn Anh

1. Phương pháp tính toán bồi lắng cát bùn

cho hệ thống hồ chứa bậc thang

Giả sử trên một dòng sông người ta xây dựng n

hồ chứa, hồ chứa HC1 được xây dựng đầu tiên ở vị

trí cuối cùng phía hạ lưu và đưa vào vận hành tại

thời điểm t1, hồ chứa HC2 được xây dựng ở vị trí

liền kề với hồ chứa HC1 về phía thượng lưu và đưa

vào vận tại thời điểm t2, hồ chứa HCn được xây

dựng ở vị trí trên cùng phía thượng lưu và đưa vào

vận hành tại thời điểm tn (hình 1). Các nhà thiết kế

cần biết trong khoảng thời gian t1 = t2 - t1, t2 =

t3 - t2, …, tn = tn - tn-1 thì lượng/tốc độ bồi lắng

và phân bố bồi lắng cát bùn tại các hồ chứa HC1,

HC2, …, HCn là bao nhiêu?

Muốn giải bài toán này trước hết phải xác định

được thời điểm đưa vào vận hành của tất cả các hồ

chứa trong hệ thống, cũng chính là thời điểm tác

động của các hồ nằm phía thượng lưu đối với các

hồ nằm phía hạ lưu; sau đó tiến hành tính toán bồi

lắng cát bùn cho từng hồ chứa riêng rẽ, qua đó xác

định được lượng và tốc độ bùn cát bồi lắng trong

hồ, hệ số bồi lắng (TR) lưu lượng nước (Q), nồng độ

và cấp phối hạt của bùn cát tháo xả qua hồ. Cùng

với lượng nước và bùn cát gia nhập khu giữa, đây

chính là số liệu đầu vào để tính toán bồi lắng cát

bùn cho các hồ chứa phía hạ lưu. Lưu lượng nước và

bùn cát tháo xả ra từ hồ chứa phía thượng lưu chính

là lưu lượng nước và bùn cát đến của hồ chứa ha

lưu liền kề. Hình 1 khái quát hệ thống n kho chứa

bậc thang và sơ đồ tính toán bồi lắng.

Đối với hồ chứa HC1, trong thời khoảng từ t1

đến t2 có: lưu lượng nước đến hồ Q1 = f1(t), lưu

lượng bùn cát tổng cộng đến hồ Qs,1 =a1Qb1,

thành phần hạt của bùn cát đến hồ Ps,1 = f1(d); đến

thời điểm t2 khi hồ chứa HC2 đưa vào vận hành thì

lưu lượng nước đến hồ Q1, lưu lượng bùn cát tổng

cộng đến hồ Qs,1, thành phần hạt của bùn cát đến

hồ Ps,1 bị biến đổi tương ứng thành Q2 = f2(t), Qs,2

=a2Qb2, Ps,2 = f2(d).

Tương tự, tại thời điểm tn, khi hồ chứa HCn đã đivào hoạt động thì lượng và thành phần hạt của bùncát đến hồ HCn-1 được xác định theo công thức:

Qs,n-1 = an-1Qbn-1 = (1 - TRn)Qs,n

Hình 1. Sơ đồ hệ thống hồ chứa bậc thang

cmaxb A/VK111100TR

(1)

)100(0,97TR/MAR)maxlog(V0,19 (2)

R2

2maxR

LQV

vT

SI

(3)

(4)

R2

2max

LQgV

SI (5)



Trong đó: TR2 và TRn là hệ số bồi lắng tương ứngcủa hồ chứa đơn HC2 và HCn khi thượng lưu chúngchưa có bất kỳ hồ chứa nào, Ps,2,j và Ps,n,j là phần trăm(%) của cấp hạt j tương ứng tháo ra khỏi hồ HC2 vàHCn, Ws,2-bồi và Ws,n-bồi là lượng bùn cát bồi lắng tươngứng trong hồ HC2 và HCn, Ws,2 và Ws,n là lượng bùncát đến tương ứng với hồ HC2 và HCn, Ws,2,j-ra và Ws,n,j-

ra là lượng bùn cát tương ứng với cấp hạt j tháo rakhỏi hồ HC2 và HCn trong khoảng thời gian vậnhành Ws,2 và Ws,n là lượng bùn cát đến tương ứng vớihồ HC2 và HCn trong khoảng thời gian T năm vậnhành.

2. Phương pháp tính toán hệ số bồi lắng cho

hồ chứa đơn

Như vậy, để tính toán bồi lắng cát bùn cho hệthống hồ chứa bặc thang thì một trong nhữngcông việc quan trọng là phải xác định cho được hệsố bồi lắng của các hồ chứa đơn. Hệ số bồi lắng cóthể được xác định trực tiếp từ số liệu đo đạc lượng

bùn cát đến và tháo xả khỏi hồ theo công thức(5)vhoặc tính toán gián tiếp theo các công thứckinh nghiệm (Brown, Brune, Churchill, Roose-boom…) và mô hình toán.

Phương pháp Brown (1950) dựa vào quan hệgiữa tỷ số dung tích hồ (Vmax) và diện tích lưu vực(Ac) với hệ số bồi lắng (TR):

Trong đó: TR là hệ số bồi lắng, Kb là hệ số thayđổi từ 0,046 đến 1, trung bình lấy bằng 0,1, Vmax làdung tích hồ ở mức nước dâng cao nhất [ac-ft], Aclà diện tích lưu vực [mi2].

Phương pháp Brune (1953) lại dựa vào quan hệgiữa hệ số bồi lắng (TR) với tỷ số dung tích hồ(Vmax) và lượng nước đến trung bình năm (MAR)như hình 2. Dendy (1974) đã bổ sung thêm nhiềusố liệu thực đo vào đường cong của Brune và xâydựng phương trình dự báo hệ số bồi lắng:

TR=100(0,970,19log(VMAX/MAR)) (8)

2,s

bôis,2HC W

WTR 2

(6)

ras,2

rajs,2,js,2, W

WP

(7)

Hình 2. Đường cong Brune (1953)

Phương pháp Churchill (1948) dựa trên quan hệgiữa % bùn cát tháo ra khỏi hồ với chỉ số bồi lắng SI(hình 2).

Roberts (1982) đã biến đổi thành chỉ số khôngthứ nguyên:

Trong đó: TR là thời gian lưu giữ nước trong hồ

[s], LR là chiều dài hồ [ft hay m], v là tốc độ trung

bình của nước chảy qua hồ [ft/s hay m/s], Q là lưu

lượng nước đến hồ trung bình năm [ft3/s hay m3/s],

Vmax là dung tích hồ ở mức nước dâng cao nhất [ft3

hay m3], g là gia tốc trọng trường [9,81m/s2].

Rooseboom (1975) đã đề xuất một quan hệ

lôgarít giữa tỷ số WT/W50 và thời gian tích tụ bùn

cát với một tốc độ không đổi nào đó trong hồ. ở

đây, WT và W50 tương ứng là thể tích bùn cát bồi

lắng lũy tích trong hồ sau T năm và 50 năm vận

hành. Để chuyển đổi từ khối lượng sang thể tích,

lấy khối lượng riêng trung bình của bùn cát bồi lắng

trong thời kỳ 50 năm là 1350 kg/m3.

n,s

bôins,HCn W

WTR (9)

(10) rans,

rajn,s,js,2, W

WP


Số tháng 08 - 2014


Hình 2. Đường cong Churchill (1948) được

Roberts cải tiến năm 1982

Hình 3. Quan hệ WT/W50 và thời gian bồi

lắng t

Mô hình HEC-6 của Trung tâm Kỹ thuật Thủy vănQuân đội Mỹ tỏ ra là một công cụ hữu hiệu khôngchỉ trong việc tính toán quá trình bồi lắng bùn cáttrong hồ mà còn xác định lưu lượng nước, lưu lượngbùn cát và cấp phối hạt bùn cát tháo ra khỏi hồ, hệsố bồi lắng cho từng thời gian vận hành hồ.

3. Thử nghiệm tính toán hệ số bồi lắng cho hồ

chứa Hòa Bình

• Tính toán hệ số bồi lắng từ số liệu thực đo Năm 1990 hồ Hòa Bình chính thức tích nước

điều tiết. Thời kỳ 1990 - 1996, mực nước thượng lưu

đập được duy trì ở cao trình 88 - 115 m. Lượng bùn

cát trung bình chuyển vào hồ qua mặt cắt Tạ Bú

khoảng 91 triệu tấn/năm, xấp xỉ trị số bình quân

nhiều năm, đã gây nên tình trạng sa bồi khá

nghiêm trọng trong hồ (67 triệu m3/năm), đặc biệt

là hai năm 1990, 1991 (93,5 triệu m3/năm). Từ số liệu

thực đo tính được hệ số bồi lắng trung bình trong

khoảng thời gian từ 1990 đến 2009 là 92%, từ 2010

đến 2012, khi hồ Sơn La tích nước điều tiết, là 86%

(bảng 1).

Bảng 1. Kết quả tính hệ số bồi lắng cát bùn hồ Hòa Bình từ số liệu thực đo

Năm Bùn cát vào hồ (106m3)

Bùn cát ra khỏi hồ (106m3)

Hệ số bồi lắng (%)

1987 54,6 20,0 63

1988 51,7 8,0 85

1989 32,0 2,2 93

Trung bình thời kỳ 1987-1989 80

1990 98,4 8,1 92

1991 102,8 6,0 94

1992 33,1 2,9 91

1993 45,4 4,8 90

1994 66,8 4,8 93

1995 68,6 4,6 93

1996 93,3 6,4 93

1997 75,9 7,4 90

1998 70,0 8,7 88

1999 101,7 9,6 91

2000 47,5 4,7 90

2001 59,4 16,2 73

2002 66,8 9,4 86

2003 45,1 4,6 90

2004 45,4 4,5 90



2005 43,8 2,2 95

2006 61,0 2,2 96

2007 61,4 4,6 93

2008 39,5 2,6 93

2009 21,2 1,8 91

Trung bình thời kỳ 1990 - 2009 91

2010 10,9 0,8 92

2011 3,5 0,8 76

2012 5,6 0,6 90

Trung bình thời kỳ 2010 -2012 86

Trung bình thời kỳ 1990 - 2012 90

• Tính toán hệ số bồi lắng bằng các công thứckinh nghiệm

Hệ số bồi lắng trung bình tính theo phươngpháp Churchill-Roberts thời kỳ 1990 - 2012 là 96%,lớn hơn hệ số bồi lắng thực đo khoảng 6%; theo

phương pháp Brune là 85% (bảng 2), nhỏ hơn hệ sốbồi lắng thực đo khoảng 5%; trung bình cộng haiphương pháp tính toán là 90,5%, xấp xỉ hệ số bồilắng thực đo.

Bảng 2. Kết quả tính toán hệ số bồi lắng cát bùn hồ Hòa Bình bằng

phương pháp Churchill - Roberts và Brune

Năm Q (m3/s)

MAR (109 m3/s)

Phương pháp Churchill - Roberts

Phương pháp Brune

g.V2max/

(Q2.L) (109) % bùn cát

bồi trong hồVmax/MAR % bùn cát

bồi trong hồ

1990 1700 53,6 1,52 95 0,18 86

1991 1693 53,4 1,53 95 0,18 86

1992 1176 37,1 3,16 97 0,25 87

1993 1256 39,6 2,78 97 0,24 87

1994 1563 49,3 1,79 95 0,19 85

1995 1779 56,1 1,38 94 0,17 83

1996 1834 58,0 1,30 94 0,16 83

1997 1840 56,0 1,29 94 0,17 83

1998 1939 59,0 1,17 94 0,16 83

1999 2147 65,3 0,95 93 0,14 82

2000 1748 53,3 1,43 95 0,18 86

2001 1878 57,1 1,24 94 0,17 83

2002 1781 54,2 1,38 94 0,17 83

2003 1396 42,4 2,25 96 0,22 86

2004 1296 39,5 2,61 97 0,24 87

2005 1434 43,6 2,13 96 0,22 86

2006 1315 40,0 2,53 97 0,24 87

2007 1549 47,1 1,83 95 0,20 85

2008 1696 51,8 1,52 96 0,18 86

2009 1346 40,9 2,42 97 0,23 87

Trung bình thời kỳ 1990 - 2009 1,81 95 1,94 85

2010 1053 32,1 3,95 98 0,29 88

2011 1066 32,4 3,85 98 0,29 88

2012 1503 45,9 1,94 96 0,21 85

Trung bình thời kỳ 2010 -2012 3,25 97 0,26 87

Trung bình thời kỳ 1990 - 2012 2,00 96 0,200 85


Số tháng 08 - 2014


Hệ số bồi lắng trung bình thời kỳ 1990-2012tính theo phương pháp Churchill-Roberts là 96%,lớn hơn hệ số bồi lắng thực đo khoảng 6%; theophương pháp Brune là 85%, nhỏ hơn hệ số bồilắng thực đo khoảng 5% (bảng 2); trung bình cộnghai phương pháp là 90,5%, xấp xỉ hệ số bồi lắngthực đo.

Hệ số bồi lắng trung bình thời kỳ 1990-2012 tínhtheo phương pháp mô hình toán thời kỳ 1990 -2012 là 86%, nhỏ hơn hệ số bồi lắng thực đokhoảng 4% (hình 5).

•Tính toán hệ số bồi lắng bằng mô hình toán Hệ số bồi lắng hồ chứa Sơn La bị giảm dần theo

thời gian, từ trên 90% cho những năm đầu tíchnước điều tiết xuống còn khoảng dưới 20% sau 110vận hành (hình 6). Hồ chứa Sơn La được xây dựngvà đưa vào vận hành sau hồ chứa Hòa Bình khoảng10 năm, vì vậy sau 120 -130 năm vận hành, hệ sốbồi lắng hồ Hòa Bình lại có xu thế tăng lên do hệ sốbồi lắng hồ chứa Sơn La tiến dần đến 0%, hồ lúc nàytrở thành “sông tự nhiên”, bao nhiêu bùn cát đến hồđều được tháo xả xuống hồ Hòa Bình (hình 7).

Hình 5. Sự triết giảm hệ số bồi lắng hồ

hòa bình khi không có các công trình hồ

chứa thượng lưu

Hình 6. Sự triết giảm hệ số bồi lắng hồ Sơn

La khi không có các công trình hồ chứa

thượng lưu

Hình 7. Sự triết giảm hệ số bồi lắng hồ

hòa bình khi không có các công trình hồ

chứa thượng lưu


Tính toán bồi lắng cát bùn cho hệ thống hồchứa là một bài toán phức tạp; phụ thuộc vào lượngnước và bùn cát đến hồ, đặc tính bùn cát, đặc điểmđịa mạo hồ và qui trình vận hành của các hồ chứatrong hệ thống. Tính toán bồi lắng cát bùn cho hệthống hồ chứa sẽ được giản hóa trên cơ sở tínhtoán bồi lắng cho hồ chứa đơn.

Tính toán thử nghiệm hệ số bồi lắng hồ chứa

đơn Hòa Bình bằng các phương pháp khác nhau cho kết quả tương đối phù hợp.

Sử dụng mô hình toán để tính toán hệ số bồi lắngcho hệ thống hồ chứa Hòa Bình và Sơn La là khả thivà có nhiều triển vọng.

Phương pháp tính toán bồi lắng đề xuất cầnđược thử nghiệm thêm cho một số hệ thống hồchứa khác nhau ở Việt Nam trong thời gian tới.

Tài liệu tham khảo1. Nguyễn Kiên Dũng. Nghiên cứu, tính toán bồi lắng và nước dềnh ứng với các phương án xây dựng khác

nhau của hồ chứa Sơn La. Đề tài NCKH cấp Bộ. Hà Nội, 2003.2. Annandale G.W. (1987). Reservoir Sedimentation. Elsevier Science Publishers B.V/Science and Technology

Division, Amsterdam, Netherlands. 3. Brown C.B. (1950). Sedimentation. Engineering Hydraulics, H. Rouse (editor). Proc.4th Hydraulics Confer-

ence, Iowa Institute of Hydraulic Research. 4. Brune G.M. (1953). Trap Efficiency of Reservoir. US geophysical Union, vol.34(3), pp.407-418.5. U.S. Army Corps of Engineers (1991). HEC-6 Scour and Deposition in Rivers and Reservoirs. User’s Manual,

Hydrologic Engineering Center, Davis, Califorlia.



LƯỢNG XÓI MÒN ĐẤT TẠI

MỘT SỐ RỪNG TRỒNG PHỔ BIẾN Ở BA VÌ

ThS. Kiều Thị Dương, KS. Đặng Đình Chất, PGS. TS. Phùng Văn Khoa - Trường Đại học Lâm nghiệp

Bài báo này nhằm xác định lượng xói mòn đất dưới tán hai loại rừng trồng phổ biến ở Ba Vì là rừngkeo tai tượng và rừng thông mã vĩ. Bằng phương pháp xác định lượng xói mòn trực tiếp từ các bãiđo xói mòn và bằng đo tính từ công thức thực nghiệm tính xói mòn, bài báo đã cho thấy xói mòn

dưới rừng keo thấp hơn dưới rừng thông do tỉ lệ che phủ của thảm tươi, cây bụi và thảm khô dưới rừng thôngthấp hơn. Từ đó, bái báo đề xuất một số biện pháp thiết thực giảm xói mòn đất ở Ba Vì.

1. Mở đầu

Bảo vệ đất chống xói mòn, bảo vệ nguồn nướclà một trong những vai trò quan trọng nhất củarừng và thường được xem xét đầu tiên trong việcnâng cao hiệu quả môi trường của rừng. Đối với cácvùng sinh thái nhạy cảm như khu vực đồi núi có độdốc cao, chế độ mưa tập trung thì việc nghiên cứuxói mòn đất càng có ý nghĩa quan trọng. Vì vậy, bàibáo này đã được thực hiện nhằm đánh giá mức độxói mòn ở một số trạng thái rừng trồng phổ biến ởBa Vì làm cơ sở cho việc đề xuất những biện phápđể bảo vệ đất, giảm xói mòn cho khu vực với hai nộidung chính.

Bài báo chỉ tập trung nghiên cứu tại rừng trồngthông mã vĩ và rừng trồng keo tai tượng ở xã VânHòa, Ba Vì, Hà Nội, nơi có độ cao từ 105 -123 m sovới mực nước biển trung bình, có độ dốc trung bìnhtừ 15 - 25 độ, đất có độ xốp trung bình từ 43 - 49%.

2. Phương pháp nghiên cứu và xử lí số liệu

a. Phương pháp xây dựng bãi đo xói mòn

Tiến hành xây dựng bốn bãi đo xói mòn đất dướitán rừng ở các điều kiện độ tán che, độ che phủ, độdốc khác nhau. Các bãi đo xói mòn xây dựng đảmbảo nguyên tắc lượng nước thu được từ ô xói mònphải là lượng dòng chảy mặt đất. Ô xói mòn hìnhvuông có diện tích 100 m2, có 2 cạnh vuông góc vớiđường đồng mức. Sử dụng la bàn để đo độ dốc vàthiết bị GPS để xác định tọa độ của từng ô. Đào rãnh

xung quanh ô xói mòn với chiều sâu là 25cm, chiềurộng 30 cm, khép kín 4 góc của ô xói mòn. Khi đàorãnh tránh rạn nứt, vỡ đường mép, đặc biệt cẩnthận với mép bên trong của ô xói mòn. Đất đượcvét lên đắp ở mép cạnh ngoài của ô xói mòn làmbờ để khi phủ bạt cao hơn trong ô xói mòn, tránhnước từ trong ra ngoài và từ ngoài vào trong ô xóimòn.

Sau khi thiết kế và tiến hành đào rãnh xong, tạomép hàm ếch phía dưới rãnh trong ô xói mòn nhằmđưa mép bạt nằm sát với bờ của ô xói mòn, tránhthất thoát nước và vật chất xói mòn. Dùng bạt chephủ bề mặt ở 4 cạnh của ô xói mòn được cắt thànhtấm rộng 100 cm, dài khép kín 4 cạnh của ô đảmbảo khi có mưa nước từ trên sẽ không thấm xuốngrãnh, nước từ ngoài không vào ô xói mòn và ngượclại. Sau đó lấy khung thép 4mm gấp chữ U đặt trênrãnh, mục tiêu giữ bạt và làm phẳng đường hứngnước. Toàn bộ nước và đất bị xói mòn trên ô 100 m2

sẽ được tích vào ô thu nước có thể tích V = 1,5 m3

bên dưới (hình 1).b. Phương pháp lấy mẫu nước

Đong toàn bộ thể tích nước trong ô thu nướcsau mỗi trận mưa, khuấy đều nước trong ô, lấy mẫucó thể tích từ 0,5 - 1 lít đem về phòng phân tích đểxác định tổng lượng chất rắn trong mẫu nước. Từ sốliệu lượng mưa, số liệu chất rắn đã phân tích, có thểtính được lượng đất xói mòn trong ô thí nghiệm.

Hình 1. Thiết lập bãi đo xói mòn



Số tháng 08 - 2014


c. Phương pháp phân tích trong phòng thí

nghiệm

Lượng đất bị xói mòn chính là tổng lượng chấtrắn hòa tan và tổng lượng chất rắn lơ lửng có trongmẫu nước, gọi cách khác là tổng chất rắn (TS) trongnước.

1) Xác định tổng chất rắn lơ lửng (TSS)Lấy một thể tích nước nhất định và lọc qua giấy

(khối lượng giấy trước và sau khi lọc được sấy khôđến khối lượng không đổi ở 1050C), sau đó cân trêncân phân tích với sai số ±0,1 mg và tính TSS theocông thức:

Trong đó: V là thể tích mẫu nước qua giấy lọc(lít); m2 là khối lượng của giấy sau lọc (mg); m1 làkhối lượng của giấy trước khi lọc (mg).

2) Xác định tổng chất rắn hòa tan (TDS)Hàm lượng tổng chất rắn hòa tan được đo bằng

thiết bị điện cực cầm tay Exstik II-Extech Instrument.Đây là thiết bị cho phép xác định TDS chính xác tới± 2% FS (Full scale).

3) Phương pháp xác định tổng các chất rắn (TS)Trong nghiên cứu này, tổng các chất rắn được

tính bằng tổng số của chất rắn hòa tan và chất rắnlơ lửng có trong nước thu được từ các bãi đo xóimòn.

Ngoài ra nhóm nghiên cứu sử dụng phươngpháp thứ 2 để tính lượng đất bị xói mòn dựa vàocác chỉ tiêu cấu trúc rừng, độ dốc và độ xốp đấttheo công thức sau [3]:

Trong đó: d là cường độ xói mòn đất (mm/năm);TC là độ tàn che của tầng cây cao, có giá trị từ 0-1;CP là độ che phủ của thảm tươi cây bụi, có giá trị từ

0-1; TM là độ che phủ của thảm khô, có giá trị từ 0-1; α là độ dốc trung bình của khu vực nghiên cứu(độ); K là chỉ số gây xói mòn của mưa; K là chỉ số xóimòn của mưa, hay đại lượng phản ảnh năng lực gâyxói mòn đất của mưa, được xác định theo lượngmưa các tháng ở khu vực nghiên cứu theo côngthức:

Trong đó: Ri là lượng mưa tháng thứ i trongnăm, tính bằng mm.

Đối với khu vực Ba Vì, K tính toán bằng 641.Tại các khu vực có bãi đo xói mòn, tiến hành lập

các ô tiêu chuẩn 500 m2 và đo các chỉ tiêu cấu trúctầng cây cao, che phủ cây bụi thảm tươi, thảm khôtheo các phương pháp truyền thống trong điều tralâm học. Chỉ tiêu độ dốc đo bằng địa bàn cầm taytại 6 điểm đại diện trên mỗi ô tiêu chuẩn và tính giátrị trung bình, độ xốp của đất xác định thông qualấy mẫu đất bằng ống dung trọng, phân tích trongphòng thí nghiệm xác định dung trọng, tỉ trọng từđó suy ra độ xốp của đất. Mỗi ô lấy 6 mẫu đất đểphân tích và lấy giá trị trung bình.

d. Phương pháp xử lí số liệu

Nghiên cứu đã sử dụng phương pháp phân tíchthống kê mô tả và thống kê phân tích trong phầnmềm Excel và SPSS để xử lí số liệu và tính toán cácđặc trưng về xói mòn đất.

3. Kết quả nghiên cứu

a. Mức độ xói mòn đất dưới tán một số loại

rừng trồng điển hình ở Ba Vì

Bốn bãi đo xói mòn được lập ở những nơi khácnhau về đặc điểm cấu trúc tầng cây cao, độ dốc vàđộ xốp của đất. Kết quả tổng hợp về đặc điểm địahình, thổ nhưỡng và cấu trúc rừng của các trạngthái rừng nghiên cứu được thể hiện trong bảng 1.

12 K = (Ri /25,4)[916+331lg[(-5,8263+2,481ln(Ri))/25,4]]/100 1

Bảng 1. Đặc điểm của các ô xói mòn đất ở các trạng thái rừng nghiên cứu

Trạng thái Mật độ

(cây/ha)

Hvn

(m)

Độ tàn

che

Che phủ

thảm

tươi

Che phủ

thảm

khô

Độ dốc

(độ)

Độ

xốp

Biện pháp tác

động

Keo tai tượng 7 tuổi

1476 12,6 0,57 0,53 0,39 25 0,46 Rừng bị thu dọn thảm khô, nhưng không thường xuyên.


1748 9,8 0,63 0,46 0,38 15 0,43

Thông 5 tuổi

1200 1,5 0,4 0,1 0 15 0,49 Rừng được phát đốt thực bì hàng năm, sử dụng thuốc diệt cỏ.

Thông 5 tuổi

1200 1,5 0,4 0,19 0 25 0,49



Kết quả ở bảng trên cho thấy, sự khác nhau lớnnhất giữa hai trạng thái rừng thông và rừng keo tậptrung vào tỉ lệ che phủ của thảm khô, thảm tươi, độdốc và chiều cao vút ngọn của cây. Đây cũng lànhững yếu tố có ảnh hưởng lớn nhất đến quá trìnhxói mòn đất. Bên cạnh đó, các biện pháp tác độngcủa con người như thu dọn, phát đốt lớp thảm tươi,thảm khô hàng năm cũng ảnh hưởng mạnh mẽ tớixói mòn đất. Kết quả đo và tính lượng đất bị xói

mòn ở các trạng thái rừng được thể hiện ở bảng 2và 3.

Căn cứ theo số liệu tổng hợp về điều kiện khíhậu Ba Vì, thì ở đây có số ngày mưa trung bình trongnăm là 153 ngày, lượng mưa trung bình là 2188,8mm/năm. Vì vậy, nếu tính toán lượng xói mòn đấtdựa theo lượng mưa trung bình năm ở Ba Vì và tổnglượng mưa thu được trong 13 ngày mưa nghiên cứulà 129,4 mm tương ứng ta có:

Bảng 2. Xói mòn đất ở rừng thông 5 tuổi ở hai cấp độ dốc khác nhau

TT trận

mưa

Thông 5 tuổi, độ dốc 250 Thông 5 tuổi, độ dốc 150

Tổng chất rắn

(TS), mg/lít

Tổng chất rắn

(TS), kg/ha

Tổng chất rắn

(TS), mg/lít

Tổng chất rắn

(TS), kg/ha

1 436,0 27,5 274,3 21,6 2 7684,0 102,4 311,5 9,4 3 344,4 31,7 257,1 26,5 4 236,3 0,6 685,4 2,5 5 610,0 41,4 101,9 5,9 6 90,7 2,0 274,3 8,3 7 3932,5 271,6 1870,4 142,8 8 249,5 4,5 973,1 17,7 9 329,1 6,0 4984,6 90,6

10 300,0 19,3 772,1 50,5 11 827,0 15,1 3820,3 69,4 12 2668,9 388,0 1996,1 314,4 13 3175,0 442,4 2043,0 354,0

Tổng 1352,4 1113,6

+ Đối với rừng thông 5 tuổi ở độ dốc 25 độ:(2188,8 x 1352,38)/129,4 = 22875,5 kg/ha.năm, xấpxỉ 22,88 tấn/ha.năm.

+ Đối với rừng thông 5 tuổi, độ dốc 15 độ:(2188,8 x 1113,6)/129,4 = 18835,5 kg/ha.năm, xấpxỉ 18,84 tấn/ha.năm.

Như vậy, đối với rừng trồng thông, nhìn mộtcách trực quan ta thấy có sự khác nhau rõ rệt về xóimòn ở hai độ dốc khác nhau, tuy nhiên khi sử dụngtiêu chuẩn U của Mann Whitney để so sánh hai mẫuđộc lập, kết quả kiểm tra cho thấy giá trị Sig > 0,05(tức là giả thuyết H0 được chấp nhận), nghĩa làkhông có sự khác biệt rõ rệt về lượng đất xói mòn ởhai độ dốc khác nhau. Tuy nhiên, lượng xói mòn đođược ở cả hai ô rừng thông 5 tuổi ở độ dốc khácnhau đều vượt quá tiêu chuẩn cho phép nhiều lần [2].

Tương tự như trên, tổng lượng đất bị xói mòntính cho 1ha trong 1 năm sẽ được nội suy dựa vàokết quả đo và tính lượng xói mòn ở 29 trận mưa trêncác ô xói mòn. Lượng mưa đo được thực tế trong 29

ngày mưa là 446 mm, ta có:

+ Đối với keo7 tuổi ở độ dốc 25 độ: (1392,47 x2188,8)/446 = 6833,7 kg/ha.năm, xấp xỉ 6,83tấn/ha.năm.

+ Đối với Keo 5 tuổi, độ dốc 15 độ: (1244,55 x2188,8 )/446 = 6101,78 kg/ha.năm, xấp xỉ 6,1tấn/ha.năm.

Kết quả kiểm tra theo tiêu chuẩn U của MannWhitney cho thấy, không có khác biệt rõ rệt vềlượng xói mòn giữa hai cấp độ dốc đối với rừngtrồng keo tai tượng trong khu vực nghiên cứu. Nhưvậy, so với tiêu chuẩn bảo vệ đất chống xói mònrừng [2] thì rừng keo tai tượng ở đây có khả năngbảo vệ đất chống xói mòn tốt hơn rừng thông.

Để có sự so sánh, chúng tôi thực hiện cách tínhxói mòn thứ 2 (xác định xói mòn thông qua côngthức thực nghiệm của Vương Văn Quỳnh [3]. Tổnghợp kết quả đo tính các đại lượng trong công thứcđược thể hiện trong bảng 4.


Số tháng 08 - 2014


Bảng 3. Xói mòn đất ở rừng keo ở hai cấp độ dốc khác nhau

TT trận

mưa

Keo 7 tuổi, độ dốc 250 Keo 5 tuổi, độ dốc 150

Tổng chất rắn

(TS), mg/lít

Tổng chất rắn

(TS), kg/ha

Tổng chất rắn

(TS), mg/lít

Tổng chất rắn

(TS), kg/ha

1 1531,9 2,4 864,0 1,3 2 152,5 3,5 152,1 2,8 3 737,0 20,4 484,0 9,7 4 946,8 19,0 415,7 10,2 5 375,3 11,6 421,3 16,2 6 251,0 17,8 622,0 47,9 7 1167,0 12,6 1415,6 12,0 8 2262,7 13,9 1658,4 7,7 9 1622,0 17,5 2351,5 18,1

10 14542,0 291,1 6288,0 145,3 11 1538,0 11,8 1219,0 13,1 12 3357,0 56,9 1722,5 37,1 13 5024,9 526,2 5094,0 549,1 14 11743,1 72,3 6726,6 62,2 15 540,5 10,0 904,0 19,5 16 677,7 7,3 338,3 4,2 17 476,6 9,5 1034,0 22,3 18 7347,0 90,5 5065,9 78,0 19 1434,4 42,0 681,0 21,0 20 754,2 7,0 2936,2 36,2 21 2733,0 29,5 3238,0 44,9 22 3516,0 27,1 2469,0 22,8 23 3949,8 18,3 1576,0 9,7 24 4347,7 33,5 1440,0 15,5 25 2021,0 21,8 1038,0 14,4 26 1649,0 10,2 403,0 3,1 27 283,0 1,3 1714,0 10,6 28 336,0 1,6 610,0 3,8 29 795,0 6,1 643,0 5,9

Tổng 1392,5 1244,6

Như vậy, việc áp dụng công thức tính cho thấylượng xói mòn đất trong khu vực nghiên cứu nóichung thấp hơn lượng xói mòn đất đo được theophương pháp bãi đo xói mòn trừ trường hợp rừngtrồng thông mã vĩ 5 tuổi ở độ dốc 25 độ. Các kếtquả tính theo công thức cũng hoàn toàn tương tựkết quả tính theo số liệu đo được tại các bãi đo xóimòn. Theo đó, lượng xói mòn ở rừng keo tai tượngở hai cấp tuổi 5 và 7 đều thấp hơn so với xói mòndưới rừng thông mã vĩ 5 tuổi và lượng xói mòn thấphơn so với tiêu chuẩn cho phép. Trong khi đó xóimòn dưới tán rừng thông cao hơn khá nhiều tiêuchuẩn cho phép [2]. Bởi vì độ che phủ của thảmtươi, cây bụi và thảm khô dưới tán rừng keo taitượng lớn hơn nhiều dưới tán rừng trồng thông mã vĩ.

4. Đề xuất một số biện pháp hạn chế xói mòn

đất tại khu vực nghiên cứu

Từ các kết quả nghiên cứu và khảo sát tại hiện

trường, chúng tôi đề xuất một số biện pháp đểgiảm xói mòn đất dưới tán một số loại rừng trồng ởBa Vì như sau:

Đối với trạng thái rừng thông mã vĩ 5 tuổi, hiệnđang có hiện tượng xói mòn mạnh, vì vậy cần sớmngăn chặn các biện pháp phun thuốc diệt cỏ, phátvà đốt thực bì hàng năm. Thực tế cho thấy cần nuôidưỡng và bảo vệ lớp thực bì ở những nơi đất có độdốc lớn.

Đối với rừng keo tai tượng tiếp tục bảo vệ lớpcây bụi thảm tươi, lớp thảm khô, trong nhữngtrường hợp yêu cầu cần phát dọn thực bì hoặc thudọn vật liệu khô để phòng cháy rừng có thể xảy ra,nên phát dọn thực bì theo băng hoặc theo đám.

Dưới tán rừng thông mã vĩ có thể trồng thêmcác loài cây thuốc nam, những cây sinh trưởngnhanh, có khả năng chống xói mòn và làm tăng thunhập cho các chủ rừng. Tuy nhiên, để áp dụng biện



pháp này cần nghiên cứu thử nghiệm và đánh giá

hiệu quả.

Áp dụng các phương pháp khai thác tác động

thấp, cần có những quy định hạn chế khai thác

trắng, phát đốt sản vật dư thừa từ khai thác và vận

xuất gỗ theo sườn dốc.

Bảng 4. Bảng tổng hợp các chỉ tiêu đo tính xói mòn theo Vương Văn Quỳnh [3]

Trạng thái

Mật

độ

(cây/

ha)

Hvn

(m)

Độ

tàn

che

K

Che

phủ

thảm

tươi

Che

phủ

thả

m

khô

Độ

xốp

đất

Độ

dốc

(độ)

Xói mòn

(mm/

năm)

Xói mòn

(tấn/ha.năm)

Theo

công

thức

Theo

số liệu

đo


1748 9,8 0,63 641 0,46 0,38 0,43 15 0,2 2,4 6,1


1476 12,6 0,57 641 0,53 0,39 0,46 25 0,5 6,0 6,8

Thông mã vĩ 5 tuổi

1200 1,5 0,4 641 0,1 0 0,49 15 1,2 14,4 18,8

Thông mã vĩ 5 tuổi

1200 1,5 0,4 641 0,19 0 0,49 25 2,2 26,4 22,9

5. Kết luận

Kết quả đo đếm trực tiếp và kết quả đo tính tằngcông thức thực nghiệm cho thấy xói mòn đất dướitán rừng Thông mã vĩ 5 tuổi lớn hơn rất nhiều so vớidưới tán rừng Keo tai tượng 5 tuổi, 7 tuổi và vượt

quá quy định cho phép.

Căn cứ vào các kết quả nghiên cứu, đề tài đã đề

xuất một số biện pháp làm giảm xói mòn đất đối

với rừng trồng ở khu vực Ba Vì.


1. Phạm Văn Điển, 2005. Xác định cấu trúc hợp lí của rừng phòng hộ nguồn nước vùng hồ thuỷ điện HoàBình, Tạp chí NN & PTNT, kì 1 tháng 11/2005, Tr. 101-103.

2. N. Hudson (Đào Trọng Năng và Nguyễn Kim Dung dịch, 1981). Bảo vệ đất và chống xói mòn, Nhà xuất bảnKhoa học và kỹ thuật, Hà Nội.

3. Vương Văn Quỳnh, 1994. Nghiên cứu thủy văn và xói mòn ở khu thực nghiệm Trường Đại học Lâm nghiệp,Kết quả nghiên cứu khoa học 1995-1999, Đại học Lâm nghiệp, Hà Nội.


Số tháng 08 - 2014


QUÁ TRÌNH PHÁT TRIỂN MẠNG LƯỚI ĐO MƯA

CỦA NGÀNH KHÍ TƯỢNG THỦY VĂN VIỆT NAM

1. Vị trí địa lí Việt Nam

Việt Nam có diện tích 331.212 km² và hơn 2.800hòn đảo, bãi đá ngầm lớn nhỏ, gần và xa bờ, baogồm cả Trường Sa và Hoàng Sa, có vùng nội thủy,lãnh hải, vùng đặc quyền kinh tế và thềm lục địagần gấp ba lần diện tích đất liền, khoảng trên 1triệu km² [8].

2. Mạng lưới đo mưa

a. Trước năm 2007

Chủ yếu sử dụng các loại thiết bị đo mưa thủcông như vũ lượng kế; vũ lượng kí do Liên Xô cũ tàitrợ. Một số vũ lượng kế ngày nay vẫn còn được sửdụng trong 825 trạm/điểm đo mưa truyền thống,trong đó có 414 điểm đo mưa nhân dân; 178 trạmkhí tượng và 233 trạm thủy văn. Số vũ lượng kí nàygần như không còn sử dụng (để dự phòng) màđược thay thế bằng vũ lượng kí SL1 và SL3 TrungQuốc [1].

- Số liệu được quan trắc viên đọc và ghi vào sổquan trắc, sau đó sử dụng điện thoại để thông báovề trung tâm nên mất thời gian nhiều, nhiều khi bịchậm.

b. Từ năm 2007-2010

Là giai đoạn tiền đề cho sự phát triển mạng lướiđo mưa theo công nghệ mới; công nghệ đo vàtruyền tự động. Mặc dù đã định hướng được côngnghệ mới, số liệu đo tự động hoàn toàn, nhưng việctruyền số liệu chưa thực sự tự động do hệ thốngviễn thông còn kém. Ở một số nơi, nhất là vùng sâu,

xa không truyền được số liệu do chưa có sóng diđộng. Mặc dù phương thức truyền tin lúc này cũngchỉ bằng SMS, nhưng nó cũng đã là cuộc cáchmạng trong truyền tin. Để giải quyết được bài toánnày, có dự án đã bắt đầu hướng tới sử dụng phươngthức truyền tin bằng vệ tinh, nhưng công nghệ vệtinh của nước ta trong thời kì này chưa phổ biến,thêm vào đó là chi phí lớn; việc duy trì hệ thống cầnkĩ thuật cao,… [2].

c. Giai đoạn 2011-2015

Đây là giai đoạn phát triển mạnh nhất, nhiều dựán lớn được đầu tư phát triển mạng lưới, đến nayđã phát triển được 728 trạm/điểm đo mưa và có2.725 trạm/điểm đang trong giai đoạn lập kế hoạchđầu tư, lắp đặt. [3, 4, 5].

- Phát triển mạng lưới truyền tin qua mạngthông tin di động GSM:

+ Truyền bằng tin nhắn SMS: Tại các trạm/điểmđo mưa, việc thu thập số liệu đã tự động đo và đượclưu trữ vào dataloger, đến giờ phát tin đã được càiđặt trước, phần mềm điều khiển tại datalogger gửiđi một tin nhắn về trung tâm qua mạng GSM.Phương thức truyền tin này cũng đã cải thiện, rútngắn được rất nhiều thời gian so với phương phápthủ công. Tuy vậy, công nghệ này vẫn có những hạnchế như mỗi tin nhắn bị hạn chế tối đa 160 kí tự; tinnhắn gửi đi có thể bị bị lỗi gây mất số liệu hoặc bịtrễ làm giảm tính thời gian thực của số liệu; giá dịchvụ cao.

+ Truyền bằng gói dữ liệu hay là công nghệ

Phạm Văn Dương

Ban Quản lý các dự án khí tượng thủy văn, Trung tâm Khí tượng Thủy văn quốc gia

Độ dày của mạng lưới trạm khí tượng thủy văn (KTTV) nói chung; mạng lưới trạm/điểm đo mưanói riêng có vị trí rất quan trọng trong việc cung cấp chuỗi số liệu nhằm nâng cao chất lượng cácbản tin dự báo KTTV. Số liệu mưa có biến thiên rất lớn theo không gian và thời gian. Trong khi

đó mạng lưới đo mưa ở nước ta rất còn thưa, khoảng cách trung bình khoảng 16 x 16 km, so với một số nướctrong khu vực như Hàn Quốc, Nhật Bản (khoảng 5 x 5 km), Hồng Kông (khoảng 1,5 x 1,5km) thì mạng lưới củachúng ta còn rất thưa.



GPRS: Là công nghệ mới, hiện đại được phát triểngần đây ở nước ta. Sử dụng công nghệ này rấtthuận tiện do phần mềm điều khiển tại datalogergửi về trung tâm trên giao thức TCP/IP của mạngGSM. Số liệu được mã hóa, gửi đi một cách an toànhơn; dung lượng lớn, tốc độ truyền cao; giá rẻ.

3. Thực trạng mạng lưới đo mưa và định

hướng phát triển đến năm 2020

a. Mạng lưới đo mưa hiện tại

Mạng lưới đo mưa của Việt Nam đã được đầu tưvà quan tâm nhiều trong những năm gần đây, đặcbiệt là từ năm 2011. Hiện nay mạng lưới đo mưa củaViệt Nam là 16x16 km, tương đương 265 km2 mớicó một trạm/điểm. Như vậy, so với một số nướctrong khu vực như Hàn Quốc; Nhật Bản, HồngKông,... thì mạng lưới của chúng ta còn rất thưa

b. Định hướng phát triển đến 2020

Để mạng lưới trạm KTTV nói chung và mạng

lưới trạm/điểm đo mưa nói riêng đảm bảo đủ dày,

cần phải có phương án duy trì các trạm/điểm đã

đầu tư đều đặn, đúng kĩ thuật để các trạm hoạt

động ổn định. Việc bảo dưỡng cần được thực hiện

định kì và thường xuyên để tăng cường tuổi thọ và

tính chính xác của thiết bị [6, 7].

- Tiếp tục nghiên cứu, hoàn thiện quy hoạch

mạng lưới trạm/điểm đo mưa để đảm bảo mạng

lưới đo mưa được quy hoạch khoa học, hợp lí, phù

hợp với nhu cầu sử dụng. Tiếp tục phát triển mạng

lưới trạm/điểm đo mưa thông qua các dự án đầu tư,

đặc biệt là trên hải phận. Phấn đấu đến năm 2020

cơ bản mạng lưới trạm/điểm đo mưa được hoàn

chỉnh, độ dày đảm bảo như một số nước trong khu

vực.

Chi tiết Xem Bảng tổng hợp số lượng và mật độ

các trạm đo mưa của Việt Nam, giai đoạn 2007-

2014.


1. Quy phạm Quan trắc khí tượng bề mặt, TCN;

2. Dự án “Phát triển mạng lưới trạm điểm đo mưa, đo mặn phục vụ dự báo KTTV giai đoạn 2010-2012”;

3. Tiểu dự án “Tăng cường năng lực cảnh báo và giám sát lũ lụt Đồng bằng sông Cửu Long” thuộc dự án“Quản lí rủi ro thiên tai” - WB4;

4. Dự án Hợp phần 2 "Tăng cường dự báo thời tiết và hệ thống cảnh báo sớm" thuộc dự án WB5 “Quản lí thiêntai”;

5. Dự án “Tăng cường mật độ điểm đo khí tượng, đo mưa tự động phục vụ dự báo thời tiết và đảm bảo antoàn hồ chứa nước”;

6. Quyết định số 929/2010/QĐ-TTg, ngày 2 tháng 6 năm 2010 của Thủ tướng Chính phủ về việc phê duyệtchiến lược phát triển ngành KTTV đến năm 2020;

7. Quyết định số 16/2007/QĐ-TTg, ngày 29/01/2007 của Thủ tướng Chính phủ về việc phê duyệt “Quy hoạchtổng thể mạng lưới trạm quan trắc tài nguyên và môi trường quốc gia đến năm 2020”;

8. http://vi.wikipedia.org/wiki/Vi%E1%BB%87t_Nam


Số tháng 08 - 2014


PH

Ụ L

ỤC

: B

ản

g t

ổn

g h

ợp

số

lư

ợn

g v

à m

ật

độ

cá

c t

rạm

/điể

m đ

o m

ưa

củ

a V

iệt

Na

m,

gia

i đ

oạ

n 2

00

7-2

01

6.

TT

D

ự á

n

Mậ

t đ

ộ

km

2/t

rạm

1

Kh

oả

ng

cá

ch

lướ

i T

B (

km

)

Ph

ươ

ng

thứ

c đ

o

Ph

ươ

ng

thứ

c t

ruy

ền

tin

Số

lư

ợn

g

trạ

m t

he

o

nă

m2

Tổ

ng

lũ

y k

ếN

ăm

đư

a

và

o s

ử

dụ

ng

3

Gh

i c

hú

1 Th

iết b

ị do

Liên

xô

cũ tà

i trợ

40

1 20

x 2

0 Th

ủ cô

ng

Điệ

n th

oại

(thủ

côn

g)

825

825

2007

trở

về

trướ

c 23

3 TV

; 17

8 KT

; 41

4 N

D

2 D

ự án

“Ph

át t

riển

mạn

g lư

ới t

rạm

đi

ểm đ

o m

ưa, đ

o m

ặc p

hục

vụ d

ự bá

o kh

í tượ

ng t

hủy

văn

giai

đoạ

n 20

10-2

012”

281

17 x

17

Tự đ

ộng

SMS

và V

ệ tin

h 35

3 1.

178

2012

3 D

ự án

“Tă

ng c

ường

hệ

thốn

g dự

bá

o và

cản

h bá

o lũ

lụt ở

Việ

t Nam

- G

iai đ

oạn

I”, O

DA

-Ý

265

16 x

16

Tự đ

ộng

SMS

và U

HF

74

1.25

2 20

11

4 Ti

ểu d

ự án

“Tă

ng c

ường

năn

g lự

c cả

nh b

áo v

à gi

ám s

át lũ

lụt

đồng

bằ

ng s

ông

Cửu

Long

” th

uộc

dự á

n “Q

uản

lý rủ

i ro

thiê

n ta

i”, W

B4

245

16 x

16

Tự đ

ộng

GPR

S và

Vệ

tinh

101

1.35

3 20

13

12 K

TTĐ

; 89

NLN

Đ

5 D

ự án

“Đ

ầu t

ư 18

trạ

m h

ải v

ăn

phục

vụ

dự b

áo b

ão, n

ước

dâng

và

sóng

”

245

16 x

16

Tự đ

ộng

GPR

S 1

1.35

4 20

14

6 Cá

c dự

án

nhỏ;

thử

nghi

ệm k

hác

242

16 x

16

Tự đ

ộng

GPR

S 13

1.

367

2014

7 D

ự án

“Tă

ng c

ường

năn

g lự

c đố

i ph

ó vớ

i th

iên

tai

do b

iến

đổi

khí

hậu

gây

ra”,

OD

A-N

hật

235

15 x

15

Tự đ

ộng

GPR

S 43

1.

410

2015

Đ

ang

thực

hi

ện D

A

8 D

ự án

Hợp

phầ

n 2

"Tăn

g cư

ờng

dự

báo

thời

tiết

và

hệ th

ống

cảnh

báo

sớ

m"

thuộ

c dự

án

WB5

“Q

uản

lý

thiê

n ta

i”

213

15 x

15

Tự đ

ộng

GPR

S 13

9 1.

549

2015

Đ

ang

thực

hi

ện D

A

9 D

ự án

“Tă

ng c

ường

hệ

thốn

g dự

bá

o và

cản

h bá

o lũ

lụt ở

Việ

t Nam

- G

iai đ

oạn

II”, O

DA

-Ý

199

14 x

14

Tự đ

ộng

GPR

S 11

7 1.

666

2015

Đ

ang

xây

dựng

DA

10

Dự

án “

Hiệ

n đạ

i hó

a hệ

thố

ng

cảnh

báo

và

dự b

áo t

hiên

tai

tại

Đ

ài K

hí t

ượng

Thủ

y vă

n kh

u vự

c Đ

ông

Bắc”

196

14 x

14

Tự đ

ộng

GPR

S 25

1.

691

2015

Đ

ang

xây

dựng

DA

11

Dự

án “

Tăng

cườ

ng m

ật đ

ộ đi

ểm

đo k

hí t

ượng

, đo

mưa

tự

động

ph

ục v

ụ dự

báo

thờ

i tiế

t và

đảm

bả

o an

toàn

hồ

chứa

nướ

c”

79

9 x

9 Tự

độn

g G

PRS

2.50

0 4.

191

2015

Đ

ang

xây

dựng

DA

12

Dự

án “

Tăng

cườ

ng n

ăng

lực

giám

sá

t biế

n đổ

i khí

hậu

, dịc

h vụ

thôn

g tin

khí

hậu

và

quan

trắ

c, d

ự bá

o KT

TV p

hục

vụ p

hòng

chố

ng t

hiên

ta

i, ph

át t

riển

bền

vững

ở V

iệt

Nam

”, W

B6.

75

9 x

9 Tự

độn

g G

PRS

200

4.39

1 20

15

Đan

g xâ

y dự

ng D

A

2 Diện tích để tính mật độ trung bình của các trạm, điểm đo mưa được sử dụng là diện tích trên đất liền331.212 km²;

3 Bảng tổng hợp số lượng các trạm đo mưa dựa trên số lượng trạm/điểm được đầu tư qua các dự án. Sốlượng này chưa loại trừ trường hợp trạm/điểm đo mưa được đầu tư trùng vào các trạm khí tượng thủy văn hiệncó.

4 Năm thiết bị được đầu tư từ dự án được đưa vào vận hành, khai thác số liệu; không phải năm quyết toándự án.



GIỚI THIỆU PHẦN MỀM HỖ TRỢ RA BẢN TIN CẢNH BÁO,

DỰ BÁO LŨ VÀ CẢNH BÁO NGẬP LỤT CHO SÔNG THẠCH HÃN

TỈNH QUẢNG TRỊ

1. Mở đầu

Như chúng ta đã biết các mô hình thủy văn,thủy lực được xây dựng ở các nước tiên tiến trên thếgiới có rất nhiều ưu điểm như cơ sở lý thuyết chặtchẽ, tốc độ tính toán nhanh, giao diện thân thiện...Trong các mô hình đó có bộ mô hình Mike của ĐanMạch đã và đang được ứng dụng rộng dãi tại nhiềunước trên thế giới và được công nhận là bộ mô hìnhmạnh tính toán có độ chính xác cao. Ở Việt Nam bộmô hình này đã và đang được ứng dụng để dự báo,ô nhiễm, ngập lụt... Tuy nhiên, khi ứng dụng môhình này tại Việt Nam đã xảy ra nhiều bất cập như:Các mô hình sử dụng ngôn ngữ giao tiếp phổ biếnbằng tiếng Anh, gây khó khăn cho các cán bộkhông biết tiếng Anh; mỗi họ mô hình của mỗinước phát triển đều có một hệ thống lưu trữ cơ sởdữ liệu khác nhau, định dạng khác nhau. Ví dụ nhưhọ mô hình MIKE sử dụng dạng tệp đầu vào có địnhdạng *.dfs0, đầu ra *.ress11; họ mô hình HEC (Mỹ) sửdụng dạng tệp có định dạng *.dss... Trong khi đó ởViệt Nam chủ yếu sử dụng hệ lưu trữ số liệu SQL,Access, Excell... Vì vậy, việc kết nối cơ sở dữ liệu,cũng như nhập liệu để tính toán thường mất nhiềuthời gian, trong khi công tác dự báo phục cần phảinhanh chóng, thuận tiện, tối ưu nhất có thể về thờigian. Chính vì những lý do trên, ngoài việc nghiêncứu ứng dụng bộ mô hình Mike cho lưu vực sôngThạch Hãn, xây dựng mô đun tính toán điều tiết hồcho hồ Rào Quán, nghiên cứu đã phát triển một hệthống đồng bộ dữ liệu giữa cơ sở dữ liệu hiện cócủa ngành khí tượng thủy văn (KTTV) và cơ sở dữ

liệu của họ mô hình Mike, cập nhật số liệu mưa dựbáo từ các mô hình dự báo mưa số trị, các hình thếthời tiết tương tự, mưa dự báo synop tạo nên mộtphần mềm hỗ trợ công tác phân tích ra bản tin cảnhbáo, dự báo lũ và cảnh báo ngập lụt cho sông ThạchHãn tỉnh Quảng Trị hiệu quả, thiết thực.

2. Giới thiệu khu vực nghiên cứu và kết quả

ứng dụng mô hình MIKE

a. Giới thiệu khu vực nghiên cứu

Hệ thống sông Thạch Hãn là hệ thống sông lớnnhất tỉnh Quảng Trị với diện tích lưu vực tương ứnglà 2.660 km2. Phần lớn các khu dân cư, kinh tế tậptrung, các khu hành chính của tỉnh đều nằm ở vùnghạ lưu sông và thường xuyên chịu uy hiếp của lũlụt. Để ứng phó với tình trạng mưa, lũ ở khu vực nàyTrung tâm KTTV quốc gia đã thiết lập một mạnglưới quan trắc KTTV trên hệ thống sông Thạch Hãnvới tổng số là 12 trạm, trong đó có 2 trạm khí tượng,9 trạm thủy văn, 1 trạm đo mưa (hình 1).

ThS. Vũ Đức Long, TS. Đặng Thanh Mai, ThS. Phùng Tiến Dũng và các cộng tác viênTrung tâm Dự báo khí tượng thủy văn Trung ương

Bài báo giới thiệu phần mềm hỗ trợ ra tin cảnh báo, dự báo lũ và cảnh báo ngập lụt cho hệ thốngsông Thạch Hãn. Phần mềm được xây dựng dựa trên sự kết hợp các mô hình thủy văn, thủy lực củahọ mô hình Mike, mô hình điều tiết hồ chứa với số liệu đầu vào từ 2 nguồn số liệu đo đạc truyền

thống, số liệu từ các trạm đo tự động và các sản phẩm mưa dự báo từ các mô hình số trị, các hình thế thời tiếttương tự, mưa dự báo synop. Phần mềm được xây dựng nhằm hỗ trợ các dự báo viên thủy văn trong tác nghiệpdự báo lũ.

Người đọc phản biện: ThS. Võ Văn Hòa

Hình 1. Bản đồ vùng nghiên cứu


Số tháng 08 - 2014


b. Kết quả ứng dụng mô hình MIKE cho lưu vực

sông Thạch Hãn

Với mục tiêu là kết nối các mô hình, tạo nên mộtphần mềm hoàn thiện, đơn giản, dễ sử dụng,nhanh chóng phục vụ hữu ích trong công tác dự

báo tác nghiệp, bài báo đã tiến hành phân chia cácvùng ứng dụng mô hình tính, đảm bảo việc ứngdụng các mô hình một cách phù hợp cho kết quảdự báo là tốt nhất có thể. Cụ thể như hình 2, 3.

Hình 2. Phạm vi các vùng áp dụng mô hình tính

toán lũ, ngập lụt, các biên và điểm dự báoHình 3. Sơ đồ mô tả liên kết các mô hình

1) Ứng dụng mô hình NAM tính toán dòng chảytừ mưa.

Để đáp ứng yêu cầu đầu vào của mô hình Nam,dựa vào điều kiện địa lý tự nhiên, mạng lưới sôngngòi, mạng lưới trạm quan trắc KTTV trên lưu vực,tài liệu điều tra, khảo sát thu thập được. Lưu vựcsông Thạch Hãn được chia thành 11 tiểu lưu vực.Nghiên cứu đã sử dụng số liệu 12 trận lũ lớn trongquá khứ từ năm 2003 - 2011 để hiệu chỉnh, kiểmnghiệm mô hình tại trạm Đakrông và Đầu Mầu. Kếtquả hiệu chỉnh mô hình cho 2 vị trí Đăkrông và ĐầuMầu là tương đối tốt. Đối với quá trình lũ, chỉ tiêuchất lượng S/ đạt trung bình 0,24, đỉnh lũ tínhtoán thường có xu hướng nhỏ hơn đỉnh lũ thực đo,sai số lưu lượng đỉnh lũ trung bình là 5,39%, thờigian xuất hiện đỉnh lũ giữa quá trình tính toán vàthực đo chênh lệnh từ 40’ – 2h. Nhìn chung, vớinhững trận lũ đơn, kết quả mô phỏng luôn tốt hơnnhững trận lũ kép nhiều đỉnh. Với bộ thông số tìmđược, kiểm định lại cho các trận lũ tại 2 vị tríĐăkrông và Đầu Mầu kết quả kiểm định cho thấycác thông số tìm được của mô hình khá ổn định đốivới từng lưu vực, các chỉ tiêu chất lượng đều đạt giớihạn cho phép.

2) Ứng dụng mô hình Mike Flood tính toán dòngchảy lũ, ngập lụt

Dựa vào bản đồ hệ thống sông suối, hệ thốngsông Thạch Hãn được số hóa thành 8 đoạn sông và108 mặt cắt, trong đó: Sông Cam Lộ: 8 mặt cắt; sông

Cánh Hòm: 14; sông Ô Giang: 7; sông Ô Lâu: 19;sông Thác Ma: 3; sông Thạch Hãn: 29; Tràn An Tiêm:5; sông Vĩnh Định: 23 mặt cắt. Với các biên đầu trênlà lưu lượng tại các trạm Đarkrông, Đầu Mầu, MỹChánh và biên dưới là mực nước triều tại trạmCửa Việt.

Để xác định miền tính 2 chiều cho vùng hạ lưusông Thạch Hãn nghiên cứu đã dựa trên bản đồđịa hình 1/25.000, bản đồ ngập lụt năm 1999 doUNDP xây dựng năm 2004 với vùng đệm rộng1km. Diện tích vùng tính ngập lụt được xác định là950km2, lưới tính toán là lưới tam giác, dạng phicấu trúc (FEM) với mỗi cạnh ô lưới trên khu vựcngập dao động từ 150 - 200 m, tại các vị trí có côngtrình như đường, cầu, lòng sông... mỗi cạnh của ôlưới được chia nhỏ nhơn, xác định dao động từ 10-40 m (hình 5, 6)

Hình 4. Sơ đồ mạng thủy lực 1 chiều



Hình 5. Bản đồ độ cao số vùng tính 2

chiều

Hình 6. Bản đồ lưới phần tử

Việc kết nối giữa mô hình 1 – 2 chiều trong môhình MIKE FLOOD nhằm tạo ra sự trao đổi nướctrong sông và trên bãi ngập lũ thông qua các liênkết giữa mô hình MIKE 11 và mô hình MIKE 21. Khimực nước trong sông lên cao vượt quá cao trình bờsông thì dòng chảy tính toán từ mô hình MIKE 11đóng vai trò là nguồn cung cấp nước cho mô hìnhMIKE 21 tại ô lưới liên kết. Ngược lại, khi mực nướctrong sông thấp hơn mực nước trên bãi ngập lũ thìdòng chảy tính toán từ mô hình MIKE 21 trở thànhnguồn cấp nước cho mô hình MIKE 11. Cụ thể,trong mạng thủy lực 1 chiều đã xây dựng ở trên thìviệc kết với mô hình 2 chiều chủ yếu là kết nối bên.

Các trận lũ dùng hiệu chỉnh, kiểm nghiệm, trậnlũ từ 13-27/10/2003; từ 23/11-06/12/2004; từ 12/9-18/9/2005; từ 15-24/9/2005; từ 29/9-06/10/2006; từ13-24/10/2007; từ 13-27/10/2003; từ 23/11-06/12/2004; từ 12/9-18/9/2005; từ 15-24/9/2005; từ29/9-06/10/2006; từ 13/10-24/10/2007, trận lũ lịchsử năm 1999.

Kết quả hiệu chỉnh cho thấy đường quá trìnhmực nước giữa tính toán và thực đo phù hợp về

hình dạng, cũng như thời gian xuất hiện đỉnh lũ. Saisố đỉnh lũ tại trạm Thạch Hãn tương đối nhỏ từ 0 -0,3 m. Chỉ số NASH trong mô phỏng trong các trậnlũ cao, đều đạt trên 80%. Các trận lũ năm 2005,2006, 1999 được sử dụng để kiểm nghiệm kết quảtính của mô hình. Kết quả kiểm định các trận lũ chothấy đỉnh lũ tính toán và đỉnh lũ thực đo chênh lệchtừ 0 -2 giờ. Chênh lệch giá trị đỉnh lũ từ 0,02 - 0,2 m,quá trình lũ đồng dạng chỉ số kiểm định NASH cao,đạt từ 81-85%. Đối chiếu với các chỉ tiêu tính toánthì kết quả mô phỏng quá trình lũ đều ở mức đạt.

Hình 7. Sơ đồ kết nối thủy lực 1 với 2 chiều

Hình 8. Đường tính toán và thực đo năm 29/9-

06/10/2006 tại Thạch Hãn

Hình 9. Đường tính toán và thực đo năm 30/10-

10/11/1999 tại Thạch Hãn


Số tháng 08 - 2014


Từ kết quả tính toán của mô hình Mike Floodtheo từng kịch bản sẽ được xuất thành dạng điểmgồm có các trường tọa độ và trường độ sâu ngậplụt. Các lớp ngập lụt tính toán được số hóa chồnglớp lên bản đồ nền để tính toán diện tích ngập lụttheo cấp xã. Các bản đồ ngập lụt, độ sâu ngập, diệntích ngập lụt sẽ là cơ sở dữ liệu cho phần mềmtrong cảnh báo ngập lụt.

3. Giới thiệu phần mềm cảnh báo, dự báo lũ

và cảnh báo ngập lụt cho sông Thạch Hãn

Phần mềm hỗ trợ dự báo viên ra tin cảnh báo,

dự báo lũ và cảnh báo ngập lụt cho hệ thống sông

Thạch Hãn tập trung vào các vấn đề như: đồng hóa

các nguồn dữ liệu, giám sát sự biến đổi của các hiện

tượng KTTV (thông qua số liệu mưa, mực nước), cập

nhật số liệu KTTV thực đo, số liệu mưa dự báo số trị,

sysnop, tích hợp các mô hình thủy văn (Mike-Nam),

hồ chứa, thủy lực (Mike 11), bản đồ ngập lụt và trình

diễn kết quả.

Hình 10. Giao diện chính của chương trình

Các chức năng chính của phần mềm:* Chức năng hệ thống: Cho thiết lập đường dẫn

tới các nguồn số liệu (truyền thống và tự động),nguồn số liệu mưa dự báo số trị, các mô hình thủyvăn thủy lực cần liên kết cũng như việc đóng cácứng dụng hay thoát khỏi chương trình.

* Chức năng giám sát: Cho phép thiết lập cáclớp bản đồ cần thể hiện theo yêu cầu người dùng;cấu hình ngưỡng giám sát mưa, mực nước cũngnhư màu sắc thể hiện giữa các ngưỡng. Chức năngnày cho phép chúng ta giám sát sự thay đổi củatoàn bộ số liệu quan trắc được, trạng thái của cáchiện tượng như lượng mưa tăng giảm, mực nướclên, xuống ...

* Chức năng cảnh báo lũ, ngập lụt: Cho phépcảnh báo lũ lớn dựa vào các hình thế thời tiết điểnhình gây mưa -lũ lớn trên lưu vực trước 48 giờ. Cảnhbáo ngập lụt dựa trên mối quan hệ mưa - lũ - ngậplụt đưa ra thông tin tổng quan về khả năng ngậplụt vùng hạ lưu sông.

* Chức năng dự báo lũ: Cho phép dự báo lũ quátrình lũ trước 24 giờ. Bao gồm các tính năng: Tríchxuất dữ liệu mưa, mực nước thực đo làm đầu vào chomô hình; kiểm tra, chỉnh sửa, cập nhật số liệu sai; cậpnhật số liệu mưa dự báo số trị (10 đầu ra của 2 môhình WRFNMM, WRFARW); cập nhật số liệu mưa củacác hình thế thời tiết tương tự; nhập số liệu mưa dựbáo theo người sử dụng; dự báo lưu lượng đến từmưa; nhập số liệu lưu lượng thực đo, lưu lượng xả dựkiến từ hồ Rào Quán; điều tiết hồ Rào Quán theo quytrình vận hành; dự báo lưu lượng, mực nước tại cáctrạm chính trên sông; ghi kết quả các lần tính.

Hình 11. Chức năng hệ thống

Hình 12. Chức năng giám sát

Hình 13. Chức năng cảnh báo lũ



* Chức năng trình diễn kết quả: Cho phép trìnhdiễn tổ hợp kết quả quá trình mực nước thực đo vàdự báo; xuất kết quả ra dạng bảng, dạng excellphục vụ phân tích đánh giá; xuất bản tin theo mẫuquy định.

* Chức năng trợ giúp: Cho phép hiện thị cácthông tin trợ giúp; thông tin về bản quyền.

Phần mềm cảnh báo, dự báo lũ và cảnh báongập lụt cho hệ thống sông Thạch Hãn đã được thửnghiệm trong điều kiện tác nghiệp trong mùa mưalũ năm 2013 tại Đài KTTV khu vực Trung Trung Bộ vàTrung tâm Dự báo KTTV Trung ương. Kết quả thửnghiệm cho thấy mô hình chạy ổn định, tính toánnhanh, kết quả tính toán dự báo đạt chỉ tiêu, đápứng được công tác dự báo lũ tác nghiệp.

4. Kết luận

Việc nghiên cứu các phương pháp mới haynghiên cứu ứng dụng các mô hình toán tiên trênthế giới vào tính toán cảnh báo, dự báo lũ, ngập lụtcho các hệ thống sông góp phần giảm nhẹ thiệt hạido lũ gây ra luôn là vấn đề cấp bách và cần đượcphát triển, thay đổi liên tục nhằm đáp ứng được

những yêu cầu của đời sống, xã hội. Để hiện thựchóa những phương pháp dự báo, những mô hìnhtoán có khả năng mô phỏng tốt của nước ngoàinhưng không có cấu trúc dữ liệu phù hợp có thểđưa vào tác nghiệp trong công tác dự báo lũ,nghiên cứu đã đưa ra giải pháp đồng hóa dữ liệu,tích hợp các mô hình tạo nên một phần mềm cảnhbáo, dự báo lũ cơ bản hoàn thiện đáp ứng đượctrong công tác tác nghiệp dự báo lũ. Tuy nhiên cầntiếp tục nghiên cứu nâng cấp bổ sung thêm cácchức năng của phần mềm như cập nhật lượng mưadự báo từ ra đa, ảnh mây vệ tinh, các giải pháp tínhtoán dự báo cho liên hồ chứa... để phần mềm ngàymột hoàn thiện hơn đáp ứng được đầy đủ các nhucầu trong nghiệp vụ dự báo lũ.

Phần mềm chỉ là công cụ hỗ trợ đưa ra kết quảtính toán dự báo một cách nhanh chóng nhất chodự báo viên, kết quả cuối cùng được phát ra hoàntoàn phụ thuộc vào quyết định của dự báo viên, độchính xác của kết quả tính toán dự báo hoàn toànphụ thuộc vào việc thiết lập mô hình ban đầu, cũngnhư việc hiệu chỉnh bộ thông số. Phần mềm cảnhbáo, dự báo lũ và cảnh báo ngập lụt cho hệ thốngsông Thạch Hãn chỉ chính xác khi mô hình liên tụcđược cập nhật, hiệu chỉnh bộ thông số phù hợpvới điều kiện địa hình và sự thay đổi của các yếutố khí hậu.

Tài liệu tham khảo1. Đặng Thanh Mai, Vũ Đức Long, Nguyễn Văn Hiếu (2013)- "Xây dựng công nghệ cảnh báo, dự báo lũ và

ngập lụt cho lưu vực sông Ba", Tuyển tập báo cáo, Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môitrường và Biến đổi khí hậu lần thứ XVI.

2. Dự án “Tiến hành khảo sát thực địa và lập mô hình thủy lực lưu vực sông Thạch Hãn và Bến Hải, tỉnhQuảng Trị” , 2010, Trường đại học khoa học tự nhiên.

3. Đặng Thanh Mai, 2009. "Nghiên cứu ứng dụng mô hình Wetspa và Hecras mô phỏng dự báo quá trình lũtrên sông Thu Bồn-Vu Gia", Đề tài cấp bộ

4. Nam Reference Manual (2004), MIKE11 Introduction and tutorial (2007), MIKE11 User Manual (2007),MIKEView User Manual (2007), DHI Water & Enviroment, Denmark.

Hình 14. Chức năng dự báo lũ

Hình 15. Chức năng trình diễn kết quả


Số tháng 08 - 2014

TÌNH HÌNH KHÍ TƯỢNG THỦY VĂN

TÓM TẮT TÌNH HÌNH KHÍ TƯỢNG, KHÍ TƯỢNG NÔNG NGHIỆP,

THỦY VĂN THÁNG 7 NĂM 2014

T rong tháng 7/2014, khu vực Bắc Bộ đã chịu ảnh hưởng trực tiếp của cơn bão số 2 (có tên quốc tếlà Rammasun) đổ bộ vào khu vực biên giới Việt – Trung vào đêm 18, sáng sớm ngày 19/7. Bão số2 đã gây ra gió mạnh và một đợt mưa lớn ở các tỉnh vùng núi phía bắc; tổng lượng mưa do bão từ

ngày 18/7 đến hết ngày 21/7 ở vùng đồng bằng và trung du Bắc Bộ phổ biến 40 – 70 mm, có nơi 80 – 120 mm;các tỉnh vùng núi Bắc Bộ phổ biến 100 – 300 mm, có nơi trên 300 mm.

Ngoài ra, tại khu vực Trung Bộ, một số nơi đã xuất hiện các đợt mưa rào nên đã dần cải thiện được tìnhtrạng khô hạn.

TÌNH HÌNH KHÍ TƯỢNG

1. Hiện tượng thời tiết nguy hiểm

+ Bão và áp thấp nhiệt đới (ATNĐ)

- Bão số 2 (Rammasun): Trưa ngày 12/7 một ápthấp nhiệt đới ở vùng biển ngoài khơi phía đôngquần đảo Philippin đã mạnh lên thành bão có tênquốc tế là Rammasun (1409). Đây là cơn bão thứ 9hoạt động ở vùng biển Tây Bắc Thái Bình dươngtrong năm 2014. Bão Rammasun di chuyển nhanhvề phía tây và mạnh dần lên cấp 10 – 12, sau tăng lêncấp 13 – 14. Trưa ngày 16/7, bão Rammasun vượt quaquần đảo Philippin đi vào vùng biển phía đông BiểnĐông – Cơn bão số 2, cơn bão thứ 2 hoạt động ởBiển Đông trong năm nay với cường độ bão mạnhcấp 13. Sau khi vào Biển Đông, bão số 2 di chuyểntheo hướng tây tây bắc rồi theo hướng tây bắc vớivận tốc từ 20 - 25 km/h và cường độ mạnh dần lêncấp 14 – 15. Chiều và đêm 18/7, bão số 2 vượt quaphía bắc đảo Hải Nam (Trung Quốc) đi vào phía bắcvịnh Bắc Bộ; sáng 19/7 bão đi vào vùng biên giớiViệt – Trung, cường độ giảm xuống cấp 10 – 11. Saukhi vào đất liền, bão di chuyển theo hướng tây tâybắc rồi suy yếu nhanh thành áp thấp nhiệt đới vàđến chiều tối 19/7 thì thành vùng áp thấp trên khuvực vùng núi Bắc Bộ rồi tan dần.

Bão số 2 đã gây ra gió mạnh cấp 8 – 9, giật cấp10 ở Quảng Ninh; ở Lạng Sơn và Bắc Giang có giómạnh cấp 6 – 7, giật cấp 8; ở Hải Phòng, Bắc Ninh vàHải Dương có gió giật cấp 6 - 7. Do ảnh hưởng củabão số 2, ở Bắc Bộ có mưa vừa, mưa to, nhiều nơi ởvùng núi có mưa to đến rất to. Tổng lượng mưa từngày 18/7 đến hết ngày 21/7 ở vùng đồng bằng vàtrung du Bắc Bộ phổ biến 40 – 70 mm, có nơi 80 –

120 mm; các tỉnh vùng núi Bắc Bộ phổ biến 100 –300 mm, có nơi trên 300 mm như Nà Hử 323mm vàSìn Hồ (Lai Châu) 303 mm, Pha Đin (Điện Biên) 308mm, Yên Bình 335 mm và Bắc Quang (Hà Giang) 305mm, Mù Cang Chải (Yên Bái) 302 mm, Mẫu Sơn(Lạng Sơn) 548 mm, Cẩm Đàn 401mm và Sơn Động(Bắc Giang) 342 mm…

+ Mưa vừa, mưa to

Trong tháng ở Bắc Bộ xảy ra nhiều ngày mưa, nổibật là các đợt mưa lớn trên diện rộng như sau:

Đợt 1: ngày 2 - 6/7 ở vùng núi Bắc Bộ có mưavừa, có nơi mưa to đến rất to; tổng lượng mưa phổbiến 50 – 120 mm, có nơi 130 - 170 mm, riêng LaiChâu và Quảng Ninh phổ biến 100 – 200 mm.

Đợt 2: Từ ngày 11 - 15/7 xảy ra mưa rào và dôngtrên diện rộng, có nơi mưa to đến rất to; tổng lượngmưa ở Bắc Bộ và Thanh Hóa – Nghệ An phổ biến 40– 80 mm, một số nơi từ 100 - 150 mm, có nơi lớnhơn như ở Sìn Hồ (Lai Châu) 338 mm, Lào Cai (LàoCai) 176 mm, Bãi Cháy (Quảng Ninh) 197 mm.

Đợt 3: Từ đêm 18/7 đến hết ngày 21/7 do ảnhhưởng của cơn bão số 2 ở vùng đồng bằng và trungdu Bắc Bộ lượng mưa phổ biến 40 – 70 mm, có nơi80 – 120 mm; các tỉnh vùng núi Bắc Bộ phổ biến 100– 300 mm, có nơi trên 300 mm như Nà Hử 323 mmvà Sìn Hồ (Lai Châu) 303 mm, Pha Đin (Điện Biên)308 mm, Yên Bình 335 mm và Bắc Quang (Hà Giang)305 mm, Mù Căng Chải (Yên Bái) 302mm, Mẫu Sơn(Lạng Sơn) 548 mm, Cẩm Đàn 401mm và Sơn Động(Bắc Giang) 342 mm…

Đợt 4: Từ đêm 26/7 đến hết ngày 29/7 do ảnhhưởng của rãnh thấp có trục tây bắc - đông nam điqua khu vực Bắc Bộ và Trung Bộ nên ở khu vực trên



đã xảy ra một đợt mưa, rải rác mưa vừa, có nơi mưato. Tổng lượng mưa phổ biến 50 – 100 mm, có nơitrên100 mm.

+ Nắng nóng

Trong tháng xảy ra 2 đợt nắng nóng, cụ thể:

- Đợt 1: ở các tỉnh ven biển từ Nghệ An đến PhúYên đã xảy ra 1 đợt nắng nóng trên diện rộng từngày 2 -10/7 với nhiệt độ cao nhất phổ biến 35 - 370C,có nơi trên 370C.

- Đợt 2: xảy ra ở các tỉnh Bắc Bộ và Bắc Trung Bộtừ ngày 23 - 25/7, với nhiệt độ cao nhất phổ biến 35- 370C, có nơi trên 370C.

2. Tình hình nhiệt độ

Nền nhiệt độ trung bình tháng 7/2014 trênphạm vi toàn quốc phổ biến ở mức xấp xỉ trungbình nhiều năm (TBNN), với chuẩn sai nhiệt độtrung bình tháng dao động từ -0,5 - 0,50C. Một sốnơi ở Tây Bắc có chuẩn sai từ 0,5 - 1,00C

Nơi có nhiệt độ cao nhất là Hoài Nhơn (BìnhĐịnh): 39,00C (ngày 7). Nơi có nhiệt độ thấp nhất làĐà Lạt (Lâm Đồng): 15,10C (ngày 19).

3. Tình hình mưa

Tổng lượng mưa tháng 7/2014 ở các tỉnh vùngnúi phía bắc Bắc Bộ phổ biến cao hơn TBNN từ 20 -40%, các tỉnh trung du và đồng bằng Bắc Bộ phổbiến ở mức thấp hơn TBNN từ 15-45%.

Các tỉnh Trung Bộ phân bố mưa không đồngđều, tuy nhiên có tổng lượng mưa tháng phổ biếncao hơn TBNN từ 20% trở lên, riêng các tỉnh từ Hà Tĩnhđến Quảng Trị phổ biến thấp hơn TBNN từ 20 - 70%.

Các tỉnh Tây Nguyên và miền Đông Nam Bộ cótổng lượng mưa tháng phổ biến cao hơn TBNN, vớichuẩn sai từ 20 - 70%, có nơi cao hơn. Riêng các tỉnhmiền Tây Nam Bộ có tổng lượng mưa tháng phổbiến ở mức xấp xỉ TBNN.

Nơi có lượng mưa tháng cao nhất là Sìn Hồ (LaiChâu): 985 mm, cao hơn TBNN là 394 mm.

Nơi có lượng mưa tháng thấp nhất là Tuy Hòa(Phú Yên): 28 mm, thấp hơn TBNN là 15 mm.

Nơi có lượng mưa ngày lớn nhất là Mù CangChải (Yên Bái): 200 mm (ngày 20).

4. Tình hình nắng

Tổng số giờ nắng trong tháng trên phạm vi cảnước phổ biến thấp hơn so với TBNN. Một số nơi TâyBắc Bộ cao hơn TBNN một ít.

Nơi có số giờ nắng cao nhất là Kỳ Anh (Hà Tĩnh):242 giờ, thấp hơn TBNN là 13 giờ. Nơi có số giờ nắngthấp nhất là Đắc Tô (Đắc Lắc): 85 giờ.

TÌNH HÌNH KHÍ TƯỢNG NÔNG NGHIỆP

Tháng 7 là tháng mùa mưa, bão ở các tỉnh phíaBắc. Do số ngày mưa nhiều, lượng mưa đảm bảođược đủ nước cho sản xuất nông nghiệp nên hầuhết các tỉnh ở Đồng bằng Bắc Bộ vẫn đảm bảo đượckế hoạch gieo cấy lúa mùa và tập trung chăm sócrau màu vụ hè thu theo đúng tiến độ. Ở các tỉnhtrung du và miền núi phía Bắc do ảnh hưởng củacác đợt mưa lớn, đặc biệt là cơn bão số 2 gây thiệthại lớn đến người và tài sản.

Trong khi miền Bắc và miền Nam thừa ẩm dolượng mưa nhiều thì ở các tỉnh miền Trung, tìnhtrạng khô hạn vẫn tiếp diễn. Tuy các đợt gió tây khônóng đã giảm mạnh so với các tháng trước, lượngmưa tăng nhưng chưa đáp ứng được tình trạngthiếu nước cho sản xuất nông nghiệp.

Trong tháng 7, tại các tỉnh miền Bắc tập trungvào việc gieo cấy và chăm sóc lúa mùa. Tính đếncuối tháng diện tích gieo cấy toàn miền đạt 1.023ngàn ha, bằng 97,5% cùng kỳ năm ngoái. Các tỉnhmiền Nam đã gieo cấy lúa hè thu đạt gần 1.940ngàn ha bằng 94% so với cùng kỳ năm trước. Tiếnđộ thu hoạch lúa hè thu chậm hơn so với cùng kỳnăm ngoái, năng suất ước tính bình quân trên diệntích thu hoạch của các tỉnh miền Nam đạt hơn 59tạ/ha. Đồng thời với thu hoạch lúa hè thu các tỉnhmiền Nam đã xuống giống được hơn 300 ngàn halúa thu đông.

1. Đối với cây lúa

a. Miền Bắc

Nhìn chung điều kiện khí tượng nông nghiệptrong tháng 7/2009 ở các tỉnh phía Bắc tương đốithuận lợi cho sản xuất nông nghiệp. Nền nhiệt độvà số giờ nắng xấp xỉ TBNN, trong tháng lượng mưavà số ngày mưa cao thuận lợi cho lúa và rau màuphát triển.

Ngoại trừ một số tỉnh vùng Đông Bắc và Tây Bắc,


Số tháng 08 - 2014


các tỉnh còn lại vẫn đang tiếp tục thu hoạch lúađông xuân muộn, các tỉnh còn lại tiếp tục gieo cấylúa mùa đồng thời tích cực gieo trồng, chăm sóc cácloại cây rau, màu vụ mùa. Tính đến cuối tháng cáctỉnh phía Bắc gieo cấy đạt 927 ngàn ha lúa mùa.Đến nay lúa mùa ở Đồng bằng Bắc Bộ đang tronggiai đoạn đẻ nhánh - mọc dóng, trạng thái sinhtrưởng từ trung bình đến khá.

Bão số 2 vào trung tuần tháng 7 đã gây mưa lớnở một số khu vực vùng trung du và miền núi phíaBắc làm hơn 2.800 ha lúa và hoa màu bị mất trắngtại các tỉnh Lạng Sơn, Bắc Kạn, Điện Biên, Hà Giang,Tuyên Quang, Cao Bằng, Yên Bái:

- Tại Lạng Sơn, trên 2.000 ha lúa bị ngập và cuốn trôi.

- Tại Điện Biên, gần 500ha lúa ruộng bị vùi lấpmất trắng, hơn 300ha lúa thiệt hại từ 30 - 70%; gần100ha lúa nương, hoa màu, 24ha ngô, hơn 41hathủy sản bị xói lở.

b. Miền Trung

Khác so với các tỉnh miền Bắc, các tỉnh thuộcduyên hải miền Trung đang trong thời kỳ thiếunước cho sản xuất nông nghiệp. Tuy số ngày bị ảnhhưởng khô nóng đã giảm nhiều so với tháng trước,một số khu vực bị ảnh hưởng nhiều như Quy Nhơn,Hoài Nhơn, Tuy Hòa (10 – 12 ngày bị ảnh hưởngtrong đó chỉ có 1-3 ngày có cường độ mạnh), lượngmưa tháng cũng đã tăng nhưng nhiều khu vực vẫntrong tình trạng khô hạn, do lượng bốc hơi cao hơnlượng mưa, một số khu vực cả tháng lượng mưachưa được 50 mm (Hương Sơn, Hà Tĩnh, Quy Nhơn,Tuy Hòa) làm nhiều diện tích sản xuất nông nghiệpbị bỏ hoang hoặc chuyển đổi sang cây trồng khác.

- Nắng hạn đã làm gần 13.000 ha cây trồng tạiBình Định rơi vào cảnh thiếu nước tưới, trong đó cógần 8.000 ha lúa thiếu nước với khoảng 1.000 halúa, 330 ha hoa màu mất trắng;

- Phú Yên: Hơn 1000ha lúa hè thu bị bỏ hoang.

- Quảng Nam: Nhiều diện tích lúa hè thu đangtrỗ bông bị hạn có nguy cơ mất trắng.

c. Miền Nam

Miền Nam đang bước vào thu hoạch lúa hè thuvà sạ lúa thu đông. Mưa nhiều ở Nam Bộ gây khókhăn hơn trong việc phơi sấy lúa và đề phòng lúa

thu đông vừa mới sạ bị ngập úng chết. Nhiều hộnông dân vùng Đồng Tháp Mười phải chịu cảnh gặtchạy lũ với chi phí quá cao.

Vụ hè thu năm nay các tỉnh miền Nam gieo cấyđạt gần 1.940 ngàn ha, bằng 94% so với cùng kỳnăm trước, riêng vùng Đồng bằng sông Cửu Long(ĐBSCL) đạt hơn 1673,6 ngàn ha, bằng 93,1%. Hiệncác địa phương miền Nam đã thu hoạch đạt gần590 ngàn ha, chiếm 30,3% diện tích xuống giống,trong đó vùng ĐBSCL thu hoạch đạt 573 ngàn ha,bằng 34,2% diện tích xuống giống. Năm nay do ảnhhưởng của lũ rút chậm nên tiến độ thu hoạch lúahè thu của các địa phương thuộc vùng ĐBSCL chậmhơn cùng kỳ năm trước khá nhiều.

Ngay sau khi thu hoạch lúa hè thu các địaphương ĐBSCL đã tích cực triển khai xuống giốnglúa thu đông (vụ 3). Tính đến cuối tháng đã xuốnggiống đạt hơn 300 ngàn ha lúa thu đông, bằng 83%so với cùng kỳ năm ngoái. Diện tích lúa thu đôngnăm nay tập trung nhiều ở các tỉnh Đồng Tháp, CầnThơ, Kiên Giang và Vĩnh Long. Một số địa phươngkhuyến cáo nông dân hạn chế xuống giống lúa thuđông chuyển sang nuôi cá để tránh thiệt hại do lũvà tiết giảm nguồn cung về lúa.

2. Đối với các loại rau màu và cây công nghiệp

Nhiệt độ cao, mưa nhiều ở miền Bắc và Nam,không mưa ở miền Trung đều không thuận lợi chosản xuất rau màu.

Các tỉnh phía Bắc, nhất là vùng Đồng bằng sôngHồng mưa nhiều gây khó khăn cho làm đất, gieotrồng rau hè thu, một số lứa rau gieo trồng sau mưabị hỏng; một số vùng bị ngập úng sau đó lại nắngnóng gay gắt làm rau bị chết úng hoặc chết héo;đặc biệt các loại rau cải ăn lá trồng không có máiche dễ bị hư hỏng, giập nát do mưa, gió...

Ngược lại, cánh đồng ngô ở miền Trung lại thiếunước nghiêm trọng do nắng nóng, không mưa kéo dài.

Ngoài việc gieo trồng thu hoạch lúa hè thu vàgieo trồng lúa thu đông, mùa, các địa phương tiếptục triển khai việc gieo trồng các cây màu lươngthực khác. Tính đến cuối tháng diện tích gieo trồngcác cây màu lương thực cả nước ước đạt 1.462 ngànha, tăng 2,4% so với cùng kỳ năm trước; trong đódiện tích ngô đạt 871 ngàn ha; khoai lang đạt 110



ngàn ha, sắn đạt gần 455,5 ngàn ha,

Diện tích gieo trồng cây công nghiệp ngắn ngàycả nước đạt hơn 520 ngàn ha, trong đó diện tích lạcđạt 182,9 ngàn ha, diện tích đậu tương đạt gần 82ngàn ha, thuốc lá đạt 27,6 ngàn ha, mía đạt gần 165ngàn ha, và diện tích rau, đậu các loại đạt hơn 708ngàn ha.

Tại Hoài Đức ngô ra lá thứ 7, sinh trưởng khá trênnền đất quá ẩm. Lạc đang thu hoạch. Còn cam ra lámới, sinh trưởng trung bình.

Chè lớn búp hái ở Mộc Châu, sinh trưởng khátrên nền đất quá ẩm. Chè lớn lá thật 1 ở Phú Hộ, BaVì, sinh trưởng trung bình, trên nền đất ẩm.

Cà phê trong giai đoạn hình thành quả, sinhtrưởng tốt ở Tây Nguyên, sinh trưởng trung bình ởXuân Lộc.

3. Tình hình sâu bệnh

Nhiệt độ cao, mưa nhiều và độ ẩm không khítrung bình tháng phổ biến có giá trị ở mức xấp xỉhoặc cao hơn giá trị TBNN là điều kiện thuận lợi chophát triển sâu bệnh hại.

Theo thống kê của Cục Bảo vệ thực vật, diện tíchnhiễm các loại sâu bệnh trên lúa trong tháng cóchiều hướng tăng, đặc biệt đối với lúa mùa ở cáctỉnh miền Bắc, đối tượng gây hại chính là sâu cuốnlá nhỏ, riêng tỉnh Nghệ An đã công bố dịch trêntoàn tỉnh. Ngoài ra, các loại bệnh như đạo ôn lá, lemlép hạt, bạc lá đều có diện tích nhiễm tăng, gây hạichủ yếu trên lúa hè thu ở các tỉnh miền Nam. Một sốđối tượng gây hại có chiều hướng giảm như rầy cácloại, bệnh đạo ôn cổ bông và chuột. Đáng chú ý, cóbệnh lùn sọc đen được phát hiện gây hại trên diệnhẹp ở Sơn La; vàng lùn và lùn xoắn lá gây hại ở mộtsố tỉnh như: Đồng Tháp, An Giang.

- Sâu cuốn lá nhỏ: Tổng diện tích nhiễm trên cảnước 114.481 ha, trong đó nhiễm nặng hơn 46,3ngàn ha; tập trung nhiều tại các tỉnh Nghệ An69.858 ha (nặng 39.935 ha), Hà Tĩnh gần 15.000 havà trên một số địa bàn khác thuộc vùng miền núiphía Bắc.

- Rầy nâu - rầy lưng trắng: Nhiễm 37.834 ha, tậptrung chủ yếu tại Điện Biên, Bắc Kạn, Hải Phòng,Ninh Bình, Bắc Giang, Thái Bình, Bắc Ninh, Hà Nội,

Hưng Yên, Tuyên Quang, Phú Thọ, Thái Nguyên,Vĩnh Phúc, Hà Nam, Yên Bái, Lạng Sơn, Lai Châu,Nghệ An, Khánh Hòa và một số tỉnh thuộc vùngĐBSCL.

- Bệnh đạo ôn lá: Bệnh hại tại các Bắc bộ; Duyênhải miền Trung và Nam Bộ với tổng diện tích 79.383ha, trong đó nhiễm nặng gần 4 ngàn ha; tập trungchủ yếu ở Nam Bộ, như: Long An, Bạc Liêu, SócTrăng, Kiên Giang, Đồng Tháp, An Giang, …

- Bệnh đạo cổ bông: Tổng diện tích nhiễm10.127 ha, tập trung chủ yếu ở ĐBSCL gồm: BạcLiêu, Long An, An Giang, Sóc Trăng, Hậu Giang, KiênGiang, …

- Bệnh khô vằn: Toàn quốc nhiễm 10.915 ha, tậptrung chủ yếu ở Bắc Trung Bộ (Thừa Thiên Huế),Nam Trung Bộ (Quảng Nam, Đà Nẵng, Quảng Ngãi,Bình Định, Khánh Hòa), Nam Bộ (Long An, TiềnGiang, Kiên Giang, Bạc Liêu, Vĩnh Long , Đồng Tháp,…)

- Sâu đục thân: Tổng diện tích nhiễm 2.940 ha,xuất hiện nhiều tại Hà Nội, Vĩnh Phúc, Thái Nguyên,Ninh Bình, Hòa Bình.

- Bệnh đen lép hạt: Diện tích nhiễm gần 22.400ha, trong đó nhiễm nặng 260 ha, tập trung chủ yếutại các tỉnh Bình Định, Quảng Ngãi, An Giang, LongAn, Đồng Tháp và Hậu Giang.

- Bệnh bạc lá: Tổng diện tích nhiễm 17.570 ha,nhiễm nặng 70 ha, bệnh xuất hiện chủ yếu tại NamBộ, như: Bạc Liêu, Long An, Đồng Tháp, Tiền Giang,Kiên Giang, Hậu Giang…

Các đối tượng dịch hại khác như: sâu năn, nhệngié, bọ xít đen, bọ xít dài...xuất hiện rải rác, gây hạiở mức độ nhẹ.

TÌNH HÌNH THỦY VĂN

1. Bắc Bộ

Trong tháng 7, do ảnh hưởng mưa của hoàn lưubão số 2 và các hình thế thời tiết kết hợp, trên cácsông suối ở Bắc Bộ đã xảy ra một đợt lũ vừa và lớnvới biên độ lũ lên từ 4 - 6 m ở thượng lưu các sônglớn và 10 - 11,5 m trên các sông suối nhỏ. Lũ trênsông Kỳ Cùng tại Lạng Sơn, sông Chảy tại Bảo Yênđều vượt mức báo động 3; sông Lục Nam tại LụcNam gần mức báo động 3. Lũ trên sông Thao tại Yên


Số tháng 08 - 2014


Bái, sông Lô tại Hà Giang đều vượt mức báo động 2;

sông Thương tại Phủ Lạng Thương, sông Lô tại

Tuyên Quang đều vượt mức báo động 1; sông Cầu

tại Đáp Cầu, sông Thái Bình tại Phả Lại và các sông

khác dưới mức báo động 1.

Mực nước cao nhất và biên độ lũ lên trong đợt lũ

này tại các trạm chính được thống kê chi tiết trong

bảng 1.

Bảng 1. Đặc trưng đợt lũ do mưa bão số 2 (19-22/7/2014) ở Bắc Bộ

TT Trạm Sông Đỉnh lũ (cm) Thời gian xuất hiện

Biên độ lũ (cm) Mức báo động

1 Lạng Sơn Kỳ Cùng 25739 12h 20/7 967 >BĐ3 0,89m

2 Yên Bái Thao 3151 21h 22/7 352 >BĐ2 0,51m

3 Tuyên Quang Lô 2336 7h 22/7 549 <BĐ2 0,64m

4 Bảo Yên Chảy 7613 20h 21/7 580 >BĐ3 1,13m

5 Phủ Lạng Thương

Thương 488 15h 21/7 368 >BĐ1 0,58m

6 Đáp Cầu Cầu 396 19h 21/7 215 <BĐ1 0,34m

7 Lục Nam Lục Nam 613 3h 21/7 501 <BĐ3 0,17m

8 Phả Lại Thái Bình 295 20h30 21/7 187 <BĐ1 1,05m

9 Chũ Lục Nam 1348 18h 20/7 1143

10 Hồ Sơn La Đà 13400m3/s 2h 21/7 10950 m3/s

11 Hồ Hòa Bình Đà 4800m3/s 3h 20/7 2700m3/s

12 Hồ Tuyên

Quang Gâm 3100m3/s 9h 20/7 2600m3/s

Do mưa lũ đến muộn và không có nhiều đợt

mưa lớn, nguồn dòng chảy trên hệ thống sông

Hồng vẫn nhỏ hơn trung bình nhiều năm (TBNN):

Dòng chảy ở sông Thao tại Yên Bái ở mức xấp xỉ

dưới TBNN, thượng lưu sông Lô đến hồ Tuyên

Quang nhỏ hơn TBNN là 16%; sông Đà đến hồ Hòa

Bình nhỏ hơn TBNN khoảng 39%; dòng chảy hạ du

sông Lô tại Tuyên Quang nhỏ hơn TBNN là 34%; hạ

du sông Hồng tại Hà Nội nhỏ hơn TBNN là 57%.

Ngày 21/7 đã xảy ra lũ quét và sạt lở đất đã xảy ra tại

huyện Hoàng Su Phì, tỉnh Hà Giang gây thiệt hại

nặng nề về hoa màu và tài sản. Thành phố Lạng Sơn

đã bị ngập lụt nghiêm trọng do ảnh hưởng của đợt

mưa lũ lớn từ ngày 20 - 21/7.

Trên sông Đà, mực nước cao nhất tháng tại

Mường Lay là 199,30 m (10h ngày 30), thấp nhất là

182,54 m (19h ngày 07), mực nước trung bình

tháng là 189,21m; tại Tạ Bú mực nước cao nhất là

110,73 m (11h ngày 23); thấp nhất là 101,18 m (13hngày 29), mực nước trung bình tháng là 108,50 m.Lưu lượng lớn nhất tháng đến hồ Hoà Bình là 5160m3/s (11h ngày 21), nhỏ nhất tháng là 250 m3/s (1hngày 1); lưu lượng trung bình tháng 2720m3/s. Lúc19 giờ ngày 31/7 hồ Hoà Bình là 104,23 m, thấp hơncùng kỳ năm 2013 (105,42 m).

Trên sông Thao, tại trạm Yên Bái, mực nước caonhất là 31,51m (19h ngày 22); thấp nhất là 26,27 m(7h ngày 8), mực nước trung bình tháng là 28,37 m,cao hơn TBNN (27,28 m) là 1,09 m.

Trên sông Lô tại Tuyên Quang, mực nước caonhất tháng là 23,36 m (7h ngày 22); thấp nhất 16,57m (19h ngày 1), mực nước trung bình tháng là18,61m, thấp hơn TBNN (20,24 m) là 1,63 m.

Trên sông Hồng tại Hà Nội, mực nước cao nhấttháng là 6,32 m (13h ngày 23), mực nước thấp nhấtlà 2,06 m (1h ngày 1) đạt giá trị thấp nhất trong lịch



SốNhiệt độ ( oC) Độ ẩm (%)

thứ TÊN TRẠM Trung Chuẩn Cao nhất Thấp nhất Trung Thấptự bình sai Trung

bìnhTuyệt

đốiNgày

Trung bình

Tuyệt đối

Ngàybình nhất Ngày

1 Tam Đường 23.5 0.7 27.8 30.4 19 21.0 19.7 21 86 58 82 Mường Lay (LC) 27.5 1.0 32.9 36.8 25 24.5 23.4 21 85 55 253 Sơn La 25.5 0.5 29.9 32.7 9 22.7 21.0 26 86 56 94 Sa Pa 19.2 -0.6 23.0 26.3 24 17.1 16.1 29 91 63 195 Lào Cai 28.7 1.0 33.1 36.4 25 25.6 23.7 14 83 45 246 Yên Bái 28.5 0.5 33.0 36.4 24 25.5 24.3 18 85 56 317 Hà Giang 28.4 0.6 33.6 36.7 24 25.3 24.1 26 84 52 188 Tuyên Quang 29.2 1.1 33.6 36.2 24 26.4 24.8 26 82 55 319 Lạng Sơn 27.0 0.0 32.0 35.0 24 24.2 22.9 6 87 54 31

10 Cao Bằng 27.8 0.5 33.3 36.6 24 24.7 23.4 19 86 54 2311 Thái Nguyên 29.0 0.5 33.2 35.7 24 26.3 24.5 28 83 58 2212 Bắc Giang 29.2 0.2 33.6 36.5 25 26.5 24.2 20 84 59 2613 Phú Thọ 28.9 0.6 33.0 35.8 23 26.0 24.8 8 86 67 1014 Hoà Bình 29.0 0.7 33.9 37.3 24 26.1 24.8 30 84 55 3115 Hà Nội 29.5 0.6 33.6 36.2 4 26.8 24.5 27 82 55 416 Tiên Yên 28.3 0.5 32.3 36.0 18 25.7 24.3 27 87 55 2317 Bãi Cháy 28.8 0.3 31.9 34.4 18 26.3 24.5 5 85 62 2418 Phù Liễn 28.6 0.4 32.1 35.3 24 26.1 24.0 7 88 66 2219 Thái Bình 29.4 0.2 32.6 35.5 24 26.9 24.4 6 84 56 320 Nam Định 29.5 0.2 33.1 36.6 4 26.8 24.1 6 83 54 421 Thanh Hoá 28.9 -0.1 32.7 36.2 25 26.3 24.8 6 85 57 2522 Vinh 30.5 0.9 34.5 37.9 4 27.5 25.5 28 75 45 923 Đồng Hới 30.1 0.4 34.5 37.5 4 27.4 24.9 23 71 48 424 Huế 29.0 -0.4 34.9 38.0 6 25.1 23.6 1 81 50 325 Đà Nẵng 29.4 0.3 34.2 36.6 25 26.2 24.4 29 78 47 2526 Quảng ngãi 29.3 0.3 34.9 38.0 8 25.7 23.9 28 79 51 827 Quy Nhơn 30.6 0.9 34.8 37.6 6 28.0 25.3 23 68 41 628 Plây Cu 22.7 0.3 26.1 29.5 2 20.6 19.4 20 91 62 229 Buôn Ma Thuột 24.2 -0.1 29.1 31.5 1 21.8 21.0 19 90 63 1630 Đà Lạt 18.9 0.0 22.5 25.3 2 16.8 15.1 19 90 61 1631 Nha Trang 29.3 1.0 33.0 34.7 8 26.9 24.0 27 74 49 1832 Phan Thiết 27.2 0.3 31.6 34.8 4 24.9 23.0 31 83 51 1033 Vũng Tầu 28.0 0.6 31.8 34.0 4 25.6 24.0 22 82 56 1034 Tây Ninh 27.1 0.3 32.2 34.5 12 24.4 22.4 22 88 59 1135 T.P H-C-M 28.9 1.8 33.4 36.2 15 25.7 23.8 22 81 50 1136 Tiền giang 27.5 0.5 31.7 33.3 16 25.2 23.1 18 85 54 2337 Cần Thơ 27.5 0.7 32.0 33.7 2 24.7 23.0 23 85 59 238 Sóc Trăng 27.2 0.1 31.3 33.3 20 24.6 22.0 18 87 62 1739 Rạch Giá 28.0 -0.1 30.1 31.5 3 25.5 23.0 23 85 69 1540 Cà Mau 27.7 0.6 31.7 33.4 15 25.3 23.0 24 85 58 16

Ghi chú: Ghi theo công điện khí hậu hàng tháng (LC: Thị xã Lai Châu cũ)

ĐẶC TRƯNG MỘT SỐ YẾU TỐ KHÍ TƯỢNG


Số tháng 08 - 2014


Lượng mưa (mm)Lượng bốc hơi

(mm)Giờ nắng Số ngày

Tổng Chuẩn Cao NgàySố ngày liên

tục

Số ngày Tổng Cao Ngày Tổng Chuẩn

Gió tây khô nóng Mưa

số sai nhất Không mưa

Có mưa

có mưa

số nhất số saiNhẹ Mạnh

Dông phùn

467 -93 147 20 1 24 29 49 3 31 144 12 0 0 15 0548 114 94 20 2 18 27 62 4 9 171 41 1 0 17 0311 34 62 20 3 8 22 68 4 9 179 22 0 0 20 0542 89 119 20 2 10 28 32 3 4 99 -11 0 0 6 0435 134 83 10 3 10 24 97 5 25 174 7 6 0 16 0298 -48 62 11 3 7 19 81 4 24 178 2 0 0 18 0571 55 171 20 3 15 26 68 4 11 190 22 3 0 20 0174 -61 26 12 4 6 20 79 40 16 190 -4 0 0 18 0361 103 158 19 3 11 23 56 4 24 150 -41 0 0 21 0255 -10 57 5 4 5 17 65 4 10 185 -17 1 0 19 0238 -154 57 8 3 6 19 91 42 4 166 -30 0 0 17 0236 -22 48 19 3 5 19 76 4 24 164 -50 0 0 16 0186 -196 22 26 3 6 19 65 3 8 180 -21 0 0 17 0184 -147 49 3 3 7 20 68 6 18 170 -20 1 0 19 0357 69 45 1 2 8 23 77 4 4 133 -50 1 0 14 0357 -89 117 19 4 7 24 62 4 30 143 0 0 0 14 0515 143 91 5 6 10 22 67 3 18 143 -63 0 0 15 0257 -17 49 21 5 7 20 67 4 10 161 -29 0 0 18 0175 -59 54 6 6 4 16 87 45 19 159 -64 0 0 13 0274 44 45 26 4 5 17 80 4 4 136 -87 4 0 21 0334 131 90 6 5 4 15 80 4 18 181 -31 0 0 16 0111 -11 65 28 12 1 5 154 8 10 223 17 9 1 5 085 -2 31 31 13 3 8 137 7 9 220 0 12 0 8 0

225 130 75 26 5 5 15 112 7 5 233 -25 8 0 16 0184 98 50 29 4 6 17 100 5 1 231 -23 6 0 18 0138 62 52 28 6 4 18 87 4 4 214 -46 8 0 12 037 -18 17 22 4 4 14 209 11 8 235 -34 12 3 1 0

389 -64 43 28 3 27 28 32 3 2 102 -36 0 0 3 0468 202 58 30 2 14 28 48 3 19 121 -58 0 0 11 0270 47 36 5 1 29 30 26 1 11 85 -91 0 0 5 099 56 28 27 5 3 15 152 6 10 227 -18 0 0 4 0

189 -35 29 8 3 11 24 118 6 20 189 -22 0 0 7 0352 139 65 22 2 7 23 77 4 11 189 -32 0 0 7 0495 248 90 22 2 15 26 59 3 11 196 -6 0 0 17 0234 -60 66 5 3 11 24 78 5 11 156 -24 1 0 10 0190 -12 46 18 1 7 24 80 4 11 178 -35 0 0 19 0293 66 33 18 1 7 24 84 45 3 203 18 0 0 7 0317 69 69 13 2 10 26 55 3 3 156 -14 0 0 10 0259 -40 52 12 2 6 26 104 54 11 151 -27 0 0 9 0387 64 75 13 2 5 24 75 4 20 124 -36 0 0 13 0

CỦA CÁC TRẠM THÁNG 7 NĂM 2014



Hình 1. Bản đồ chuẩn sai nhiệt độ tháng 7 - 2014 (độ C)(Theo công điện Clim hàng tháng)


Số tháng 08 - 2014


Hình 2. Bản đồ lượng mưa tháng 7 - 2014 (mm)(Theo công điện Clim hàng tháng)



Hìn

h 3

. B

ản

đồ

đư

ờn

g đ

i c

ủa

bã

o s

ố 2

, th

án

g 7

- 2

01

4


Số tháng 08 - 2014


sử cùng kỳ; mực nước trung bình tháng là 3,48 m,thấp hơn TBNN (7,79 m) là 4,31m, thấp hơn cùng kỳnăm 2013 (4,37 m) là 0,24 m.

Trên hệ thống sông Thái Bình tại Phả Lại mựcnước cao nhất tháng là 2,95 m (20h ngày 21), thấpnhất 0,48m (15h ngày 1), mực nước trung bìnhtháng là 1,5 m, thấp hơn TBNN (3,26 m) là 1,76 m.

2. Trung Bộ và Tây Nguyên

Từ ngày 07-08/07, 22-25/7 và 30 - 31/7, trên cácsông ở Thanh Hóa, Bình Thuận và khu vực TâyNguyên đã xuất hiện 3 đợt lũ với biên độ lũ lên từ1,0-5,0 m, đỉnh lũ trên sông La Ngà tại Tà Pao:120,22 m (1h ngày 1/8), trên BĐ2 0,22 m, đỉnh lũ cácsông khác các sông còn ở mức BĐ1 và dưới BĐ1.

Riêng từ đêm ngày 31/7-1/8, lũ trên sôngĐăkNông tại ĐăkNông đang lên.

Trong tháng, các sông khác ở Trung Bộ xuất hiện1-2 đợt dao động nhỏ và ở mức thấp. Trên một sốsông đã xuất hiện mực nước thấp nhất trong chuỗisố liệu cùng kỳ như trên sông Trà Khúc tại Trà Khúc:0,14 m (ngày 14), sông Cái Nha Trang tại ĐồngTrăng 3,35 m (ngày 25).

Lượng dòng chảy trên phần lớn các sông chínhở Trung Bộ và khu vực Bắc Tây Nguyên đều thiếuhụt so với TBNN 33-48%, đặc biệt trên sông Cái NhaTrang tại Đồng Trăng thiếu hụt rất nhiều (99%);sông Thu Bồn tại Nông Sơn, sông Ba tại Củng Sơn,sông Sêrêpôk tại Bản Đôn cao hơn TBNN từ 6 -50%.

Hồ chứa thủy lợi: Phần lớn các hồ chứa vừa và

lớn ở Bắc, Trung Trung Bộ và khu vực Tây Nguyên

đạt khoảng 45% dung tích thiết kế, riêng các hồ ở

Nam Trung Bộ chỉ đạt khoảng 28%, nhiều hồ đang

dưới mực nước chết.

Hồ thủy điện lớn: Mực nước các hồ hầu hết ở

mức thấp hơn mực nước dâng bình thường từ 0,5-

15 m, một số hồ thấp hơn rất nhiều như hồ Bản Vẽ:

thấp hơn 23,43m, hồ Sông Tranh 2: 31,89 m, hồ A

Vương: 30,38 m, hồ Kanak: 24,87 m.

Tình trạng hạn hán, thiếu nước cục bộ vẫn diễn

ra ở các tỉnh ven biển từ Quảng Bình đến Khánh

Hòa, tập trung chính tại các tỉnh từ Quảng Ngãi đến

Phú Yên.

3. Nam Bộ

Vào nửa cuối tháng, ở trung hạ lưu sông Mê

Kông đã xuất hiện 2 đợt lũ với biên độ lũ lên tại các

trạm chính phổ biến từ 1,5-3 m, tại các trạm hạ lưu

là 0,5-1m. Mực nước đầu nguồn sông Cửu Long lên

dần vào những ngày cuối tháng. Mực nước cao

nhất tháng trên sông Tiền tại Tân Châu: 2,76m (ngày

31/07); trên sông Hậu tại Châu Đốc: 2,24 m (ngày

30/07), đều cao hơn TBNN khoảng 0,3 m,

Từ ngày 21-23/07 và 30-31/7, trên sông Đồng

Nai xuất hiện 2 đợt lũ nhỏ với biên độ khoảng 1,0 m.

Mực nước cao nhất tháng tại Tà Lài là: 112,49 m

(ngày 31/07), ở mức BĐ1.



No 643 * July 2014In this issue1

5

9

56

13

16

38

23

The Shortage of Rainfall in May During El Nino Periods in the Central Highlands and Role of Mois-ture TransportMSc. Vu Van Thang, Assoc. Prof. Dr. Nguyen Van Thang, Dr. Nguyen Van Hiep and Do Thi Nuong-Institute of Meteorology, Hydrology and Climate ChangeProf. Dr. Nguyen Trong Hieu - Science and Technology Center for Hydrometeorology and Environ-mentDr. Hoang Duc Cuong - National Center of Hydro-Meteorological ForecastingEstimating Drought in the Southern Central Region by PRECIS ModelMSc. Truong Duc Tri - Department of Meteorology, Hydrology and Climate ChangeDr. Mai Van Khiem, MSc. Nguyen Dang Mau, BSc. Ha Truong Minh and BSc. Dao Thi Thuy - Insti-tute of Meteorology, Hydrology and Climate ChangeEvaluating Role of Initialization in HWRF Model to Forecast Tropical Storms on East SeaMSc. Nguyen Thi Hoan, Assoc. Prof., Dr. Nguyen Van Thang and Dr. Nguyen Van Hiep - Instituteof Meteorology, Hydrology and Climate ChangeDr. Hoang Duc Cuong - National Center of Hydro-Meteorological ForecastingMapping Temperature in the Territory of Vietnam Dr. Mai Van Khiem, MSc. Nguyen Dang Mau, BSc. Dao Thi Thuy and BSc. Le Duy Diep - Instituteof Meteorology, Hydrology and Climate Change Prof. DrSc. Nguyen Duc Ngu - Science and Technology Center for Hydro-Meteorology and Envi-ronmentResearching Framework of Indicators of Resilience of the Natural Environment to Climate Changefor Eight Ecological Zones in VietnamAssoc. Prof., Dr. Huynh Thi Lan Huong, Dr. Do Tien Anh and MSc. Dao Minh Trang - Institute ofMeteorology, Hydrology and Climate ChangeSeveral Methods for Determining Stress Index of Water Resources and Initial Application forSouthern Central VietnamMSc. Phung Thi Thu Trang, Assoc. Prof. Dr. Huynh Thi Lan Huong, Nguyen Van Dai and NguyenHoang Thuy- Institute of Meteorology, Hydrology and Climate ChangeApplying RSM Models in Climate Forecasting in VietnamBSc. Luu Nhat Linh, MSc. Vu Van Thang, Dr. Mai Van Khiem and MSc. Nguyen Dang Mau - Insti-tute of Meteorology, Hydrology and Climate ChangeSimple Method to Estimate Distribution of Muddy and Sand Sediment in Vietnam Reservoirs Dr. Nguyen Kien Dung - Technology Application and Training Center for Hydro-Meteorology andEnvironmentImproving Quality of Flood Forecasts for Central Region and Central Highlands by Using Rain-fall Data from High Resolution Numerical Prediction MSc. Nguyen Van Hieu, Dr. Bui Minh Tang, Eng. Bui Duc Long, and MSc. Vu Duc Long - NationalCenter of Hydro-Meteorological ForecastingResearching Cua Dat Reservoir Optimal Operation for Water Supply in Dry Season Using FUZZYLOGIC AlgorithmDr. Nguyen Mai Dang - University of Water ResourcesEng. Trinh Xuan Manh – Hanoi University of Natural Resources and EnvironmentComputational Methods Muddy and Sand Sediment for Terraced Reservoir Dr. Kien Nguyen Dung - Technology Application and Training Center for Hydro-Meteorology andEnvironmentAmount of Soil Erosion in Some Common Planted Forests in Ba ViMSc. Kieu Thi Duong, Eng. Dang Dinh Chat and Assoc. Prof., Dr. Phung Van Khoa - Vietnam Forest Uni-versityIntroducting Software to Support Flood Forecasting and Warning for Thach Han River, QuangTri ProvinceMSc. Vu Duc Long, Dr. Dang Thanh Mai and MSc. Phung Tien Dung - National Center of Hydro-Me-teorological ForecastingDevelopment Processes of the Rain Gauge Network of Vietnam Hydro- Meteorology ServiceMA. Pham Van Duong - Project Management Unit of Hydro-MeteorologySummary of the Meteorological, Agro-Meteorological, Hydrological Conditions in July 2014 - Na-tional Center of Hydro-Meteorological Forecasting and Institute of Meteorology, Hydrology ClimateChangeReport on Air Environmental Quality Monitoring in some Provinces July 2014 - Hydro-Meteorolog-ical and Environmental Network Center

32

53

20

43

72

28

48

61

Documents

TẠP CHÍ ISSN 0866 - 8744kttvqg.gov.vn/upload/news/27537_so-thang-8.2014.pdf · Nguyễn Văn Hiếu, TS. Bùi Minh Tăng, KS. Bùi Đức Long, ThS. Vũ Đức Long: Sử dụng